Tensorflow：用不同的内核卷积每个图像
在TensorFlow中，如何使用不同的2D内核在小批量中卷积每个图像？每个小批量图像的大小为Tensorflow：用不同的内核卷积每个图像,tensorflow,conv-neural-network,tensorflow-gpu,Tensorflow,Conv Neural Network,Tensorflow Gpu,在TensorFlow中，如何使用不同的2D内核在小批量中卷积每个图像？每个小批量图像的大小为[10000,32,32]，相应的过滤器的大小为[10000,2,2]--10000个内核，每个内核为2像素x 2像素。我希望获得大小为[10000,31,31]的输出。（我计划将步幅全部设置为1，并使用“有效”选项关闭填充，这样输出图像的大小为31x31，而输入图像的大小为32x32。） 在中，解决方案是向小批量图像添加“深度”维度，然后使用conv3d而不是conv2d。但在这个问题上，op似乎满足
[10000,32,32][10000,2,2][10000,31,31]在中，解决方案是向小批量图像添加“深度”维度，然后使用conv3d而不是conv2d。但在这个问题上，op似乎满足于只返回一个图像作为输出，而不是一个图像作为minibatch中每个样本的输出。啊，
tf.nn.depthwise\u conv2dconv2dconv3d