tf.nn.conv2d()函數

參數介紹：

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

• input：輸入參數，具有這樣的shape[batch, in_height, in_width, in_channels]，分別是[batch張圖片, 每張圖片高度為in_height, 每張圖片寬度為in_width, 圖像通道為in_channels].

• filter：濾波器，濾波器的shape為[filter_height, filter_width, in_channels, out_channels]，分別對應[濾波器高度, 濾波器寬度, 接受圖像的通道數, 卷積后通道數]，其中第三個參數 in_channels需要與input中的第四個參數 in_channels一致.

• strides:代表步長，其值可以直接默認一個數，也可以是一個四維數如[1,2,1,1]，則其意思是水平方向卷積步長為第二個參數2，垂直方向步長為1.

• padding：代表填充方式，參數只有兩種，SAME和VALID，SAME比VALID的填充方式多了一列，比如一個3*3圖像用2*2的濾波器進行卷積，當步長設為2的時候，會缺少一列，則進行第二次卷積的時候，VALID發現余下的窗口不足2*2會直接把第三列去掉，SAME則會填充一列，填充值為0.

• use_cudnn_on_gpu：bool類型，是否使用cudnn加速，默認為true.

• name：給返回的tensor命名。給輸出feature map起名字.

例子：

一張3*3的圖片，元素如下：

卷積核為1個2*2的卷積，如下：

TensorFlow代碼（padding為SAME）：

import tensorflow as tf
import numpy as np

g = tf.Graph()
with g.as_default() as g:
    input = tf.Variable(np.array(range(9), dtype=np.float32).reshape(1,3,3,1))
    filter = tf.Variable(np.array(range(4), dtype=np.float32).reshape(2,2,1,1))
    op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')

with tf.Session(graph=g) as sess:
    sess.run(tf.global_variables_initializer())
    a,b,c = sess.run([input, filter, op])
    print(a)
    print(b)
    print(c)

輸出：

[[[[ 0.]
   [ 1.]
   [ 2.]]

  [[ 3.]
   [ 4.]
   [ 5.]]

  [[ 6.]
   [ 7.]
   [ 8.]]]]
[[[[ 0.]]

  [[ 1.]]]


 [[[ 2.]]

  [[ 3.]]]]
[[[[ 19.]
   [ 25.]
   [ 10.]]

  [[ 37.]
   [ 43.]
   [ 16.]]

  [[  7.]
   [  8.]
   [  0.]]]]

即卷積后的結果為：

如果padding為VALID，則輸出如下：

[[[[ 0.]
   [ 1.]
   [ 2.]]

  [[ 3.]
   [ 4.]
   [ 5.]]

  [[ 6.]
   [ 7.]
   [ 8.]]]]
[[[[ 0.]]

  [[ 1.]]]


 [[[ 2.]]

  [[ 3.]]]]
[[[[ 19.]
   [ 25.]]

  [[ 37.]
   [ 43.]]]]

即卷積后的結果為：

tf.nn.max_pool()函數

tf.nn.max_pool(value, ksize, strides, padding, name=None)

參數是四個，和卷積函數很類似：

• value：需要池化的輸入，一般池化層接在卷積層后面，所以輸入通常是feature map，依然是[batch, height, width, channels]這樣的shape.

• ksize：池化窗口的大小，取一個四維向量，一般是[1, height, width, 1]，因為我們不想在batch和channels上做池化，所以這兩個維度設為了1.

• strides：和卷積類似，窗口在每一個維度上滑動的步長，一般也是[1, stride,stride, 1].

• padding：和卷積類似，可以取'VALID' 或者'SAME'.

返回一個Tensor，類型不變，shape仍然是[batch, height, width, channels]這種形式.

TensorFlow代碼：

import tensorflow as tf
import numpy as np

g = tf.Graph()
with g.as_default() as g:
    input = tf.Variable(np.array(range(9), dtype=np.float32).reshape(1,3,3,1))
    filter = tf.Variable(np.array(range(4), dtype=np.float32).reshape(2,2,1,1))
    op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')
    pool = tf.nn.max_pool(op, [1,2,2,1], [1,1,1,1], padding='SAME')

with tf.Session(graph=g) as sess:
    sess.run(tf.global_variables_initializer())
    PL = sess.run(pool)
    print(PL)

輸出：

[[[[ 43.]
   [ 43.]
   [ 16.]]

  [[ 43.]
   [ 43.]
   [ 16.]]

  [[  8.]
   [  8.]
   [  0.]]]]

tf.nn.avg_pool()

計算方法： 計算非padding的元素的平均值

例子：

import tensorflow as tf
import numpy as np

g = tf.Graph()
with g.as_default() as g:
    input = tf.Variable(np.array(range(9), dtype=np.float32).reshape(1,3,3,1))
    filter = tf.Variable(np.array(range(4), dtype=np.float32).reshape(2,2,1,1))
    op = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')
    pool = tf.nn.avg_pool(op, [1,2,2,1], [1,1,1,1], padding='SAME')

with tf.Session(graph=g) as sess:
    sess.run(tf.global_variables_initializer())
    PL = sess.run(pool)
    print(PL)

輸出為：

[[[[31.  ]
   [23.5 ]
   [13.  ]]

  [[23.75]
   [16.75]
   [ 8.  ]]

  [[ 7.5 ]
   [ 4.  ]
   [ 0.  ]]]]

tf.nn.dropout()

tf.nn.dropout(x, keep_prob, noise_shape=None, seed=None, name=None)

• x：輸入參數
• keep_prob：保留比例。 取值 (0,1] 。每一個參數都將按這個比例隨機變更
• noise_shape：干擾形狀。 此字段默認是None，表示第一個元素的操作都是獨立，但是也不一定。比例：數據的形狀是shape(x)=[k, l, m, n]，而noise_shape=[k, 1, 1, n]，則第1和4列是獨立保留或刪除，第2和3列是要么全部保留，要么全部刪除。
• seed：隨機數種子
• name： 命名空間

tensorflow中的dropout就是：shape不變，使輸入tensor中某些元素按照一定的概率變為0，其它沒變0的元素變為原來的1/keep_prob.

dropout層的作用： 防止神經網絡的過擬合

例子：

import tensorflow as tf

g = tf.Graph()
with g.as_default() as g:
    mat = tf.Variable(tf.ones([10,10]))
    dropout_mat = tf.nn.dropout(mat, keep_prob=0.5)

with tf.Session(graph=g) as sess:
    sess.run(tf.global_variables_initializer())
    output, dropout = sess.run([mat, dropout_mat])
    print(output)
    print(dropout)

輸出：

[[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]]
[[2. 0. 0. 0. 2. 0. 2. 2. 0. 2.]
 [0. 2. 0. 0. 2. 2. 0. 0. 0. 0.]
 [2. 2. 2. 0. 0. 2. 0. 2. 0. 0.]
 [2. 0. 0. 0. 2. 2. 2. 0. 2. 0.]
 [0. 2. 2. 0. 2. 2. 2. 2. 0. 2.]
 [2. 0. 0. 0. 2. 0. 0. 2. 0. 2.]
 [2. 2. 0. 2. 2. 0. 0. 0. 2. 2.]
 [2. 0. 0. 0. 0. 2. 0. 2. 0. 0.]
 [2. 2. 0. 0. 0. 0. 0. 2. 0. 0.]
 [2. 0. 2. 2. 2. 2. 0. 2. 0. 0.]]

tf.reshape()

shape里最多有一個維度的值可以填寫為-1，表示自動計算此維度