如何在TensorFlow中为两个图像编写自定义conv2d层
我的研究需要我制作一个定制的卷积层。假设我有一个带有两个图像[W，H，2，C]和一个内核[W，W，2，C]的输入。我的目标是解耦每个图像中的内核运动 也就是说，假设内核位于左上角。在第一步中，我希望内核在图1中向左移动一步，但在图2中保持不变。然后重复同样的操作，直到内核没有完成，在图1中的第一行。然后，图1中的内核返回初始位置，而图2中的内核向右移动一步。重复相同的算法，直到图2中的内核没有完成第一行。然后将两个内核向下移动一步，并重复整个过程。这样做，直到内核没有扫过整个图像 有没有办法在TensorFlow中实现这样的算法如何在TensorFlow中为两个图像编写自定义conv2d层,tensorflow,conv-neural-network,Tensorflow,Conv Neural Network,我的研究需要我制作一个定制的卷积层。假设我有一个带有两个图像[W，H，2，C]和一个内核[W，W，2，C]的输入。我的目标是解耦每个图像中的内核运动 也就是说，假设内核位于左上角。在第一步中，我希望内核在图1中向左移动一步，但在图2中保持不变。然后重复同样的操作，直到内核没有完成，在图1中的第一行。然后，图1中的内核返回初始位置，而图2中的内核向右移动一步。重复相同的算法，直到图2中的内核没有完成第一行。然后将两个内核向下移动一步，并重复整个过程。这样做，直到内核没有扫过整个图像 有没有办法在T