Tensorflow学习笔记

阅读量：

Tensorflow Note（一）

卷积模式SAME与VALID解析

在执行卷积运算过程中，针对padding参数可选用VALID或SAME两种模式，以下通过具体实例对二者差异进行阐述：

SAME模式的作用在于维持输入张量的长宽尺寸不变，因此在计算过程中会对原始张量边缘进行零填充操作，直至最终输出的卷积结果与输入张量的尺寸完全一致。

复制代码

    input_layer = tf.reshape(tf.linspace(start=1.0, stop=25.0, num=25), [1, 5, 5, 1])
    weights = tf.ones(shape=[5, 5, 1, 1])
    
    convolution = tf.nn.conv2d(input_layer, weights, strides=[1, 1, 1, 1], padding='SAME')
    
    init = tf.global_variables_initializer()
    
    with tf.Session() as sess:
    sess.run(init)
    print(sess.run(convolution))
    """
    [[[[  63.]

全部评论 (0)

还没有任何评论哟~