Tensorflow 步幅的确切含义是什么;在tf.nn.conv2d中的列表?
我知道Tensorflow 步幅的确切含义是什么;在tf.nn.conv2d中的列表?,tensorflow,Tensorflow,我知道b表示batch,h表示高度,w表示宽度,c表示频道。我发现b和c总是1。如果b=2或c=2,这是什么意思?跨步是您希望在特定方向上跳过的量。每个批次都是4维的(batch\u大小、高度、宽度、通道)。但是,您知道,计算不应跳过任何批处理,也不应跳过任何通道,但GPU看到的只是一个4D张量,因此需要沿每个维度的跨距 tf.nn.conv2d是Tensorflow中的一个低级实现,它原封不动地公开了GPU API。还有另一个高级实现,它只允许传递两个元素的元组,即高度跨步和宽度跨步。但是,如
b
表示batch
,h
表示高度
,w
表示宽度
,c
表示频道
。我发现b
和c
总是1。如果b=2
或c=2
,这是什么意思?跨步
是您希望在特定方向上跳过的量。每个批次都是4维的(batch\u大小、高度、宽度、通道
)。但是,您知道,计算不应跳过任何批处理,也不应跳过任何通道,但GPU看到的只是一个4D张量,因此需要沿每个维度的跨距
tf.nn.conv2d
是Tensorflow中的一个低级实现,它原封不动地公开了GPU API。还有另一个高级实现,它只允许传递两个元素的元组,即高度跨步
和宽度跨步
。但是,如果您想使用低级API(可能是由于对参数有更多的控制),则应始终将batch和column stride保持为1
conv2d( input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
strides=[b,h,w,c]