python – TensorFlow中卷积的自定义填充

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – TensorFlow中卷积的自定义填充，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含678字，纯文字阅读大概需要1分钟。

内容图文

在tensorflow函数tf.nn.conv2d中,填充选项只有’SAME’和’VALID’.

但是在Caffe的conv层中,有pad option可以定义(隐式)添加到输入的每一侧的像素数.

如何在Tensorflow中实现这一目标？

非常感谢你.

解决方法:

在应用tf.nn.conv2d(…,padding =“VALID”)之前,可以使用tf.pad()(参见doc)填充Tensor(有效填充表示无填充).

例如,如果要填充高度为2像素,宽度为1像素的图像,然后应用带有5×5内核的卷积：

input = tf.placeholder(tf.float32, [None, 28, 28, 3])
padded_input = tf.pad(input, [[0, 0], [2, 2], [1, 1], [0, 0]], "CONSTANT")

filter = tf.placeholder(tf.float32, [5, 5, 3, 16])
output = tf.nn.conv2d(padded_input, filter, strides=[1, 1, 1, 1], padding="VALID")

输出将具有形状[无,28,26,16],因为您只有1的宽度填充.

内容总结

以上是互联网集市为您收集整理的python – TensorFlow中卷积的自定义填充全部内容，希望文章能够帮你解决python – TensorFlow中卷积的自定义填充所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---