Python tf.nn.conv2d（）对输入张量形状有什么影响？

我正在研究蒲公英鬃毛的张力板代码：

他的卷积层具体定义如下：

def conv_layer(input, size_in, size_out, name="conv"):
  with tf.name_scope(name):
    w = tf.Variable(tf.truncated_normal([5, 5, size_in, size_out], stddev=0.1), name="W")
    b = tf.Variable(tf.constant(0.1, shape=[size_out]), name="B")
    conv = tf.nn.conv2d(input, w, strides=[1, 1, 1, 1], padding="SAME")
    act = tf.nn.relu(conv + b)
    tf.summary.histogram("weights", w)
    tf.summary.histogram("biases", b)
    tf.summary.histogram("activations", act)
    return tf.nn.max_pool(act, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding="SAME")

我试图找出

conv2d

对输入张量大小的影响。据我所知，前3个维度似乎没有改变，但输出的最后一个维度遵循

w

的最后一个维度的大小

例如，x47x36x64输入变为？x47x36x128，w形=5x5x64x128

我还看到：？x24x18x128变为？x24x18x256，w形=5x5x128x256

那么，是输入的结果大小：

[a，b，c，d]

是

[a，b，c，w.shape[3]]

的输出大小吗

---

认为第一个维度没有改变是正确的吗？

这在您的情况下有效，因为使用了步幅和填充。输出宽度和高度并不总是与输入相同

退出主题。基本要点（几乎一字不差地从该链接中提取）是卷积层：

• 接受大小为W1 x H1 x D1的输入卷

• 需要四个超参数：
  • 过滤器数量

    K

  • 过滤器的空间范围

    F

  • 过滤器移动的步幅

    S

  • 零填充量

    P

• 产生大小为W2 x H2 x D2的体积，其中：

  • W2=（W1-F+2*P）/S+1

  • H2=（H1-F+2*P）/S+1

  • D2=K

当您在Tensorflow中处理数据批次时，它们通常具有形状

[批次大小、宽度、高度、深度]

，因此第一个维度（即批次中的样本数）不应更改

注意，上面的填充量

p

对于TF来说有点棘手。当您为

tf.nn.conv2d

提供

padding='same'

参数时，tensorflow会对图像的两侧应用零填充，以确保过滤器不会忽略图像的任何像素，但它可能不会向两侧添加相同数量的填充（我认为只有一个不同）。就这个话题进行了一些很好的讨论

---

一般来说，如果跨距

S

为1（您的网络有），则

p=（F-1）/2

的零填充将确保输出宽度/高度等于输入，即

W2=W1

和

H2=H1

。在您的例子中，

F

是5，因此

tf.nn.conv2d

必须为

P

的2的图像的每一侧添加两个零，并且根据上面的公式，您的输出宽度是

W2=（W1-5+2*2）/1+1=W1-1+1=W1

，

W2=（W1-F+2*P）/S+1

和

H2=（H1-F+2*P）/S+1

似乎中间的二维值应该期望从

W1

和

H1

？@paolov发生变化。跨距

S

为1，过滤器大小

F

为5，因此如果填充

P

为2，每边加两个零，我们得到

W2=（W1-5+4）/1+1=W1

。一般来说，对于步幅为1的情况，

P=（F-1）/2

的零填充将确保

W2=W1

。将此添加到答案中，这样人们就不需要在注释中搜索其他信息。