zoukankan      html  css  js  c++  java

  • tf.nn.conv2d。卷积函数

    tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要

    tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)

    除去name参数用以指定该操作的name，与方法有关的一共五个参数：

    第一个参数input：指需要做卷积的输入图像，它要求是一个Tensor，具有[batch, in_height, in_width, in_channels]这样的shape，具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数]，注意这是一个4维的Tensor，要求类型为float32和float64其中之一

    第二个参数filter：相当于CNN中的卷积核，它要求是一个Tensor，具有[filter_height, filter_width, in_channels, out_channels]这样的shape，具体含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]，要求类型与参数input相同，有一个地方需要注意，第三维in_channels，就是参数input的第四维

    第三个参数strides：卷积时在图像每一维的步长，这是一个一维的向量，长度4

    第四个参数padding：string类型的量，只能是"SAME","VALID"其中之一，这个值决定了不同的卷积方式（后面会介绍）

    第五个参数：use_cudnn_on_gpu:bool类型，是否使用cudnn加速，默认为true

    结果返回一个Tensor，这个输出，就是我们常说的feature map，shape仍然是[batch, height, width, channels]这种形式。

    那么TensorFlow的卷积具体是怎样实现的呢，用一些例子去解释它：

    1.考虑一种最简单的情况，现在有一张3×3单通道的图像（对应的shape：[1，3，3，1]），用一个1×1的卷积核（对应的shape：[1，1，1，1]）去做卷积，最后会得到一张3×3的feature map

    2.增加图片的通道数，使用一张3×3五通道的图像（对应的shape：[1，3，3，5]），用一个1×1的卷积核（对应的shape：[1，1，1，1]）去做卷积，仍然是一张3×3的feature map，这就相当于每一个像素点，卷积核都与该像素点的每一个通道做卷积。

    input = tf.Variable(tf.random_normal([1,3,3,5]))
filter = tf.Variable(tf.random_normal([1,1,5,1]))

op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='VALID')

    3.把卷积核扩大，现在用3×3的卷积核做卷积，最后的输出是一个值，相当于情况2的feature map所有像素点的值求和

    input = tf.Variable(tf.random_normal([1,3,3,5]))
filter = tf.Variable(tf.random_normal([3,3,5,1]))

op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='VALID')

    4.使用更大的图片将情况2的图片扩大到5×5，仍然是3×3的卷积核，令步长为1，输出3×3的feature map

    input = tf.Variable(tf.random_normal([1,5,5,5]))
filter = tf.Variable(tf.random_normal([3,3,5,1]))

op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='VALID')

    注意我们可以把这种情况看成情况2和情况3的中间状态，卷积核以步长1滑动遍历全图，以下x表示的位置，表示卷积核停留的位置，每停留一个，输出feature map的一个像素

     .....

    .xxx.
.xxx.
.xxx.
.....

    5.上面我们一直令参数padding的值为‘VALID’，当其为‘SAME’时，表示卷积核可以停留在图像边缘，如下，输出5×5的feature map

    input = tf.Variable(tf.random_normal([1,5,5,5]))
filter = tf.Variable(tf.random_normal([3,3,5,1]))

op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')
    xxxxx
xxxxx
xxxxx
xxxxx
xxxxx

    6.如果卷积核有多个

    input = tf.Variable(tf.random_normal([1,5,5,5]))
filter = tf.Variable(tf.random_normal([3,3,5,7]))

op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')

    此时输出7张5×5的feature map

    7.步长不为1的情况，文档里说了对于图片，因为只有两维，通常strides取[1，stride，stride，1]

    input = tf.Variable(tf.random_normal([1,5,5,5]))

filter = tf.Variable(tf.random_normal([3,3,5,7]))

op = tf.nn.conv2d(input, filter, strides=[1, 2, 2, 1], padding='SAME')

    此时，输出7张3×3的feature map

       x.x.x

    .....
x.x.x
.....
x.x.x

    8.如果batch值不为1，同时输入10张图

    input = tf.Variable(tf.random_normal([10,5,5,5]))
filter = tf.Variable(tf.random_normal([3,3,5,7]))

op = tf.nn.conv2d(input, filter, strides=[1, 2, 2, 1], padding='SAME')

    每张图，都有7张3×3的feature map，输出的shape就是[10，3，3，7]

    最后，把程序总结一下：

    复制代码
    import tensorflow as tf

    # tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)
    # 除去name参数用以指定该操作的name，与方法有关的一共五个参数：
    #
    # 第一个参数input：指需要做卷积的输入图像，它要求是一个Tensor，具有[batch, in_height, in_width, in_channels]这样的shape，具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数]，注意这是一个4维的Tensor，要求类型为float32和float64其中之一
    #
    # 第二个参数filter：相当于CNN中的卷积核，它要求是一个Tensor，具有[filter_height, filter_width, in_channels, out_channels]这样的shape，具体含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]，要求类型与参数input相同，有一个地方需要注意，第三维in_channels，就是参数input的第四维
    #
    # 第三个参数strides：卷积时在图像每一维的步长，这是一个一维的向量，长度4
    #
    # 第四个参数padding：string类型的量，只能是"SAME","VALID"其中之一，这个值决定了不同的卷积方式（后面会介绍）
    #
    # 第五个参数：use_cudnn_on_gpu:bool类型，是否使用cudnn加速，默认为true
    #
    # 结果返回一个Tensor，这个输出，就是我们常说的feature map

    oplist=[]
    # [batch, in_height, in_width, in_channels]
    input_arg  = tf.Variable(tf.ones([1, 3, 3, 5]))
    # [filter_height, filter_width, in_channels, out_channels]
    filter_arg = tf.Variable(tf.ones([1 ,1 , 5 ,1]))

    op2 = tf.nn.conv2d(input_arg, filter_arg, strides=[1,1,1,1], use_cudnn_on_gpu=False, padding='VALID')
    oplist.append([op2, "case 2"])

    # [batch, in_height, in_width, in_channels]
    input_arg  = tf.Variable(tf.ones([1, 3, 3, 5]))
    # [filter_height, filter_width, in_channels, out_channels]
    filter_arg = tf.Variable(tf.ones([3 ,3 , 5 ,1]))

    op2 = tf.nn.conv2d(input_arg, filter_arg, strides=[1,1,1,1], use_cudnn_on_gpu=False, padding='VALID')
    oplist.append([op2, "case 3"])

    # [batch, in_height, in_width, in_channels]
    input_arg  = tf.Variable(tf.ones([1, 5, 5, 5]))
    # [filter_height, filter_width, in_channels, out_channels]
    filter_arg = tf.Variable(tf.ones([3 ,3 , 5 ,1]))

    op2 = tf.nn.conv2d(input_arg, filter_arg, strides=[1,1,1,1], use_cudnn_on_gpu=False, padding='VALID')
    oplist.append([op2, "case 4"])

    # [batch, in_height, in_width, in_channels]
    input_arg  = tf.Variable(tf.ones([1, 5, 5, 5]))
    # [filter_height, filter_width, in_channels, out_channels]
    filter_arg = tf.Variable(tf.ones([3 ,3 , 5 ,1]))
    op2 = tf.nn.conv2d(input_arg, filter_arg, strides=[1,1,1,1], use_cudnn_on_gpu=False, padding='SAME')
    oplist.append([op2, "case 5"])

    # [batch, in_height, in_width, in_channels]
    input_arg  = tf.Variable(tf.ones([1, 5, 5, 5]))
    # [filter_height, filter_width, in_channels, out_channels]
    filter_arg = tf.Variable(tf.ones([3 ,3 , 5 ,7]))
    op2 = tf.nn.conv2d(input_arg, filter_arg, strides=[1,1,1,1], use_cudnn_on_gpu=False, padding='SAME')
    oplist.append([op2, "case 6"])


    # [batch, in_height, in_width, in_channels]
    input_arg  = tf.Variable(tf.ones([1, 5, 5, 5]))
    # [filter_height, filter_width, in_channels, out_channels]
    filter_arg = tf.Variable(tf.ones([3 ,3 , 5 ,7]))
    op2 = tf.nn.conv2d(input_arg, filter_arg, strides=[1,2,2,1], use_cudnn_on_gpu=False, padding='SAME')
    oplist.append([op2, "case 7"])


    # [batch, in_height, in_width, in_channels]
    input_arg  = tf.Variable(tf.ones([4, 5, 5, 5]))
    # [filter_height, filter_width, in_channels, out_channels]
    filter_arg = tf.Variable(tf.ones([3 ,3 , 5 ,7]))
    op2 = tf.nn.conv2d(input_arg, filter_arg, strides=[1,2,2,1], use_cudnn_on_gpu=False, padding='SAME')
    oplist.append([op2, "case 8"])

    with tf.Session() as a_sess:
        a_sess.run(tf.global_variables_initializer())
        for aop in oplist:
            print("----------{}---------".format(aop[1]))
            print(a_sess.run(aop[0]))
            print('---------------------

')
    复制代码

    结果是这样的：

    ----------case 2---------
    [[[[ 5.]
    [ 5.]
    [ 5.]]

    [[ 5.]
    [ 5.]
    [ 5.]]

    [[ 5.]
    [ 5.]
    [ 5.]]]]
    ---------------------


    ----------case 3---------
    [[[[ 45.]]]]
    ---------------------


    ----------case 4---------
    [[[[ 45.]
    [ 45.]
    [ 45.]]

    [[ 45.]
    [ 45.]
    [ 45.]]

    [[ 45.]
    [ 45.]
    [ 45.]]]]
    ---------------------


    ----------case 5---------
    [[[[ 20.]
    [ 30.]
    [ 30.]
    [ 30.]
    [ 20.]]

    [[ 30.]
    [ 45.]
    [ 45.]
    [ 45.]
    [ 30.]]

    [[ 30.]
    [ 45.]
    [ 45.]
    [ 45.]
    [ 30.]]

    [[ 30.]
    [ 45.]
    [ 45.]
    [ 45.]
    [ 30.]]

    [[ 20.]
    [ 30.]
    [ 30.]
    [ 30.]
    [ 20.]]]]
    ---------------------


    ----------case 6---------
    [[[[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]

    [[ 30. 30. 30. 30. 30. 30. 30.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 30. 30. 30. 30. 30. 30. 30.]]

    [[ 30. 30. 30. 30. 30. 30. 30.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 30. 30. 30. 30. 30. 30. 30.]]

    [[ 30. 30. 30. 30. 30. 30. 30.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 30. 30. 30. 30. 30. 30. 30.]]

    [[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]]]
    ---------------------


    ----------case 7---------
    [[[[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]

    [[ 30. 30. 30. 30. 30. 30. 30.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 30. 30. 30. 30. 30. 30. 30.]]

    [[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]]]
    ---------------------


    ----------case 8---------
    [[[[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]

    [[ 30. 30. 30. 30. 30. 30. 30.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 30. 30. 30. 30. 30. 30. 30.]]

    [[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]]


    [[[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]

    [[ 30. 30. 30. 30. 30. 30. 30.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 30. 30. 30. 30. 30. 30. 30.]]

    [[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]]


    [[[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]

    [[ 30. 30. 30. 30. 30. 30. 30.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 30. 30. 30. 30. 30. 30. 30.]]

    [[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]]


    [[[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]

    [[ 30. 30. 30. 30. 30. 30. 30.]
    [ 45. 45. 45. 45. 45. 45. 45.]
    [ 30. 30. 30. 30. 30. 30. 30.]]

    [[ 20. 20. 20. 20. 20. 20. 20.]
    [ 30. 30. 30. 30. 30. 30. 30.]
    [ 20. 20. 20. 20. 20. 20. 20.]]]]
    ---------------------

    出处：http://www.cnblogs.com/welhzh/p/6607581.html
  • 相关阅读:
    前端带队之漫谈
    css3之currentColor
    安装及升级node
    谈JavaScript代码封装
    再玩儿一次——深入理解闭包
    【学习笔记】ES6标准入门
    【学习笔记】移动Web手册（PPK力作）
    使用webstorm操作git
    使用webstorm调试node程序
    前端代理nproxy
  • 原文地址：https://www.cnblogs.com/wangzhongqiu/p/9947680.html
Copyright © 2011-2022 走看看