Python Tensorflow:过滤器不得大于输入值

我想沿着[n*1]形状的训练样本执行卷积，并应用零填充。到目前为止，没有结果

我正在建立一个角色级别的CNN（想法取自）

我的数据基本上是tweets，最初每个长度为140。 我过滤所有非字母字符（将其替换为空字符串“”），将所有字母字符转换为小写并作为一个热编码器编码

我得到的数据是n*m，其中n是训练示例的数量，m=140*26=3640，因为每个字母字符都被编码为一个热向量

现在，我正在尝试执行卷积运算，这就是我遇到的问题。基本上： 1） 我试着在一条tweet上加上零。 2） 然后我想做的是沿着tweet使用3*3的过滤器执行卷积，我希望它的大小是3642*3，其中填充后的宽度=3642，高度=3

F = 3 # filter size
S = 1 # stride
P = 1 # zero-pading
MAX_DOCUMENT_LENGTH = 3640
IMAGE_WIDTH = MAX_DOCUMENT_LENGTH
IMAGE_HEIGHT = 1
N_FILTERS = 20
FILTER_SHAPE1 = F
BATCH_SIZE = 257

def conv_model(X, y):
    X = tf.cast(X, tf.float32)
    y = tf.cast(y, tf.float32)
    # reshape X to 4d tensor with 2nd and 3rd dimensions being image width and height
    # final dimension being the number of color channels
    X = tf.reshape(X, [-1, IMAGE_WIDTH, IMAGE_HEIGHT, 1])
   # first conv layer will compute N_FILTERS features for each FxF patch
    with tf.variable_scope('conv_layer1'):
            h_conv1 = tf.contrib.layers.conv2d(inputs=X,num_outputs=N_FILTERS, 
                                  kernel_size=[3,3], padding='VALID')

我得到错误：

ValueError:Filter不能大于输入：Filter:（3,3）input:（3640,1）

为什么不应用零填充？至少，它的应用结果不起作用

因此，我将过滤器大小更改为

[3,1]

，并调用：

h_conv1 = tf.contrib.layers.conv2d(inputs=X, num_outputs=N_FILTERS, kernel_size=[3,1], padding='VALID')

我不明白这个错误

有人能解释一下发生了什么事吗？

另外，为什么我们需要将输入整形为X=tf。整形（X，[-1，图像宽度，图像高度，1]）

为什么不应用零填充

在conv2d中使用

padding='SAME'

进行零填充

有人能解释一下发生了什么事吗

在“平面”图像的情况下，不能使用3x3过滤器。要使用3x3过滤器，输入的宽度和高度都应大于3

另外，为什么我们需要将输入整形为X=tf， 图像宽度，图像高度，1]）

单个图像的形状为[宽度、高度、通道数]。额外尺寸表示小批量尺寸-1只保留总大小

为什么不应用零填充

在conv2d中使用

padding='SAME'

进行零填充

有人能解释一下发生了什么事吗

在“平面”图像的情况下，不能使用3x3过滤器。要使用3x3过滤器，输入的宽度和高度都应大于3

另外，为什么我们需要将输入整形为X=tf， 图像宽度，图像高度，1]）

单个图像的形状为[宽度、高度、通道数]。额外尺寸表示小批量尺寸-1只保留总大小