Tensorflow(r1.4)API--tf.nn.conv2d

函数简介

conv2d(input,filter,strides,padding,use_cudnn_on=True,data_format=’NHWC’,name=None)

参数：

• input:一个half或者float32类型的tensor,shape为4-D,[batches,filter_height,filter_width,in_channels],[训练时一组图片的数量，图片高度，图片宽度,图像通道数[1]]，
• filter: 相当于CNN中的卷积核， 必须和input同类型，一个4-D的tensor，[filter_height,filter_width,in_channels,out_channels],in_channels同input中的in_channels,
• strides： 长度为4的1-D的tensor,卷积时在input tensor上每一维的步长。
• padding: 一个字符串，“SAME”或者“VALID“,卷积的类型，决定是否包含边,其值为same时卷积核可以包含边。
• use_cudnn_on_gpu: 布尔值，决定是否使用GPU加速。
• data_format: 一个字符串，为“NHWC”或者“NCHW”，缺省值为“NHWC”，说明输入输出数据的格式。
• name: op的名字

用法：

• 根据给定的4-D**input**和filter计算2-D的卷积，计算过程如下：
  
  • 把filter转换成2-D的矩阵，shape为[filter_height***filter_width***inchannels,output_channels].
  • 根据输入tensor解析图像片，生成一个virtual tensor,此tensor的shape为[batch,out_height,out_width,filter_height***filter_width***in_channels].
  • 对于每个patch，右乘卷积核矩阵和image patch 向量

[1]http://blog.csdn.net/farmwang/article/details/48102915