Python tf.nn.conv2d是否为numpy或scipy(带4-d权重)?
作为嵌入式项目的一部分,我在Tensorflow中训练了一个网络,现在我正在一个基于Numpy/Scipy的模型脚本中重新加载变量。然而,我不清楚如何用我拥有的权重重做conv2d步骤 我已经看过这个链接:, 但是我还没有把重量和四维问题联系起来 这是我的Tensorflow代码:Python tf.nn.conv2d是否为numpy或scipy(带4-d权重)?,python,numpy,tensorflow,scipy,Python,Numpy,Tensorflow,Scipy,作为嵌入式项目的一部分,我在Tensorflow中训练了一个网络,现在我正在一个基于Numpy/Scipy的模型脚本中重新加载变量。然而,我不清楚如何用我拥有的权重重做conv2d步骤 我已经看过这个链接:, 但是我还没有把重量和四维问题联系起来 这是我的Tensorflow代码: # input shape: (1, 224, 224, 1) weight1 = tf.Variable([3,3,1,16],stddev) conv1 = tf.nn.conv2d(input,w,[1,1,
# input shape: (1, 224, 224, 1)
weight1 = tf.Variable([3,3,1,16],stddev)
conv1 = tf.nn.conv2d(input,w,[1,1,1,1])
# conv1 shape: (1, 224, 224, 16)
weight2 = tf.Variable([3,3,16,32],stddev)
conv2 = tf.nn.conv2d(conv2,w,[1,1,1,1])
# conv2 shape: (1, 224, 224, 32)
当我尝试使用Scipy或Numpy库中的卷积函数时,输出维度不正确:
from scipy.ndimage.filters import convolve
conv1 = convolve(input, weight1[::-1])
# conv1 shape: (1, 224, 224, 1)
conv2 = convolve(conv1, weight2[::-1])
# conv2 shape: (1, 224, 224, 16)