TensorFlow 卷积层
来源:互联网 发布:香港御可贡茶加盟 知乎 编辑:程序博客网 时间:2024/06/07 02:14
TensorFlow 卷积层
让我们看下如何在 TensorFlow 里面实现 CNN。
TensorFlow 提供了 tf.nn.conv2d()
和 tf.nn.bias_add()
函数来创建你自己的卷积层。
# Output depthk_output = 64# Image Propertiesimage_width = 10image_height = 10color_channels = 3# Convolution filterfilter_size_width = 5filter_size_height = 5# Input/Imageinput = tf.placeholder( tf.float32, shape=[None, image_height, image_width, color_channels])# Weight and biasweight = tf.Variable(tf.truncated_normal( [filter_size_height, filter_size_width, color_channels, k_output]))bias = tf.Variable(tf.zeros(k_output))# Apply Convolutionconv_layer = tf.nn.conv2d(input, weight, strides=[1, 2, 2, 1], padding='SAME')# Add biasconv_layer = tf.nn.bias_add(conv_layer, bias)# Apply activation functionconv_layer = tf.nn.relu(conv_layer)
上述代码用了 tf.nn.conv2d()
函数来计算卷积,weights
作为滤波器,[1, 2, 2, 1]
作为 strides。TensorFlow 对每一个 input
维度使用一个单独的 stride 参数,[batch, input_height, input_width, input_channels]
。我们通常把 batch
和 input_channels
(strides
序列中的第一个第四个)的 stride 设为 1
。
你可以专注于修改 input_height
和 input_width
, batch
和 input_channels
都设置成 1。input_height
和 input_width
strides 表示滤波器在input
上移动的步长。上述例子中,在 input
之后,设置了一个 5x5 ,stride 为 2 的滤波器。
tf.nn.bias_add()
函数对矩阵的最后一维加了偏置项。
阅读全文
0 0
- Tensorflow 卷积层
- TensorFlow 卷积层
- Tensorflow中卷积神经网络之卷积层
- Tensorflow基础:卷积层和池化层
- 用TensorFlow可视化卷积层的方法
- 学习用tensorflow实现卷积神经网络中的卷积层随笔
- TensorFlow:简单的卷积层、池化层(采样层)示例
- Tensorflow CNN(两层卷积+全连接+softmax)
- 82、TensorFlow教你如何构造卷积层
- Tensorflow 卷积
- Tensorflow实战学习(十四)【卷积层、激活函数、池化层、归一化层、高级层】
- tensorflow CNN 卷积神经网络中的卷积层和池化层的代码和效果图
- 卷积层
- 卷积层
- 卷积层
- tensorflow12《TensorFlow实战Google深度学习框架》笔记-06-01卷积层、池化层样例code
- 81、Tensorflow实现LeNet-5模型,多层卷积层,识别mnist数据集
- 学习Tensorflow,反卷积
- EEPROM IIC
- 遍历集合时移除一个元素
- TCP三次握手和四次挥手
- OpenGL ES中的坐标变换
- 腾讯社交广告大赛 —— 特征与模型介绍
- TensorFlow 卷积层
- canvas实现图片旋转缩放
- [BZOJ 3629][ JLOI2014 ]聪明的燕姿
- 关于HttpClient的应用
- 判断一个数的奇偶性
- npm使用淘宝镜像加速以及使用cnpm
- 《算法导论》第一章-第1节_练习(参考答案)
- jdk环境变量设置不成功怎么办
- Redis与mybatis,shiro,spring session整合