Python tensorflow-了解卷积的张量形状

目前，我正在努力解决这个问题，我需要一些帮助来理解darn张量的维数

因此，我们有大小为28x28像素的图像

卷积将为每个5x5面片计算32个特征

现在让我们接受这一点，稍后再问问自己为什么有32个功能，为什么有5x5个补丁

其重量张量的形状为

[5,5,1,32]

。前两个维度是面片大小，下一个维度是输入通道数，最后一个维度是输出通道数

W\u conv1=weight\u变量（[5,5,1,32]）

b_conv1=偏差变量（[32]）

如果你这么说

为了应用该层，我们首先将x重塑为4d张量，第二和第三维度对应于图像的宽度和高度，最终维度对应于颜色通道的数量

x_image=tf.重塑（x，[-1,28,28,1]）

好吧，现在我迷路了

从这最后一次重塑来看，我们有 “howevermany”

28x28x1

“块”是我们的图像像素

我想这是有道理的，因为图像是灰度的

然而，如果这是排序，那么我们的权重张量本质上是五个

5x1x32

值的“块”的集合

如果我们想推断每个补丁的

32

特性，我想

x32

是有意义的

不过，其余的我并不十分相信

为什么重量张量看起来是这样的

（为了完整性：我们使用它们

h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)

在哪里

---

)您的输入张量的形状为

[-1,28,28,1]

。就像你提到的，最后一个维度是1，因为图像是灰度的。第一个索引是batchsize。卷积将独立处理批次中的每个图像，因此批次大小对卷积权重张量维度没有影响，或者实际上对网络中的任何权重张量维度没有影响。这就是batchsize可以是任意大小的原因（

-1

表示tensorflow中的任意大小）

现在是重量张量；您没有五个

5x1x32

-块，而是有32个

5x5x1

-块。每个代表一个特征。1是面片的深度，由于灰度的原因是1（对于彩色图像，它将是

5x5x3x32

）。

5x5

是补丁的大小

---

数据张量中的维数排序不同于卷积权张量中的维数排序

除了另一个答案之外，我想补充几点

现在让我们接受这一点，稍后再问问自己为什么有32个功能，为什么有5x5个补丁

我们选择5x5补丁或32个功能没有具体的原因，所有这些参数都有经验（某些情况除外），您可以使用3x3补丁或更大的功能尺寸

我说“在某些情况下除外”，因为我们可以使用3x3补丁从图像中获取更多细节信息，或者使用更大的特征尺寸来了解每个图像的更多细节（“在本例中，更大”和“更多细节”是相对的术语）

然而，如果这是排序，那么我们的权重张量本质上是五个5x1x32“块”值的集合

不完全是，但权重张量不是一个集合，它只是一个大小为

5x5

的过滤器，输入通道

1

和输出功能（通道）

32

为什么重量张量看起来是这样的

权重张量

weight_变量（[5,5,1,32]）

告诉我有

5x5

补丁大小应用于图像，我有

1

输入功能（因为图像是灰度的）和

32

输出功能（通道）

更多详细信息：

所以这行

tf.nn.conv2d（x，W，strips=[1,1,1,1]，padding='SAME'）

将输入x作为

[-1,28,28,1]

，

-1

意味着你可以在这个维度中放入任何你想要的大小（批量大小），

28,28

显示输入大小，它必须正好是28x82，最后的

1

显示输入通道的数量，由于mnist图像是灰度的，所以它是

1

，更详细地说，它表示输入图像是

28x28

2D矩阵，矩阵的每个单元格显示一个值，该值指示灰度强度。如果输入图像是RGB，那么我们应该使用

3

通道，而不是

1

，这个

3

通道表示输入图像是一个

28x28x3

3D矩阵，

3

的第一维中的单元格显示红色的强度，

3

的第二个维度显示绿色的强度，另一个维度显示蓝色

现在

tf.nn.conv2d（x，W，步长=[1,1,1,1]，padding='SAME'）

获取x并应用W（这是一个

3x3

补丁，并在步长为1的

28x28

图像上应用whis补丁（因为步长为1），然后再次给出大小为

28x28

的结果图像，因为我们使用

padding='SAME'

def conv2d(x,W):
    '''
    2D convolution, expects 4D input x and filter matrix W
    '''
    return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding ='SAME')

def max_pool_2x2(x):
    '''
    max-pooling, using 2x2 patches
    '''
    return tf.nn.max_pool(x,ksize=[1,2,2,1], strides=[1,2,2,1],padding='SAME')