TensorFlow实现卷积层和池化层
这里我们将介绍如何实现常见的卷积层和池化层 这里我们以二维数据为例进行介绍 第1步：引入相应的库并创建计算图会话 import tensorflow as tf import numpy as np #创建计算图会话 sess = tf.Session() 第2步：创建数据并初始化占位符，这里输入数据shape = [10,10] #准备数据 data_size = [10,10] data_2d = np.random.normal(size=data_size) #占位符 x_input_2d = tf.placeholder(tf.float32,shape=data_size) 第3步：声明卷积层函数，这里采用TensorFlow内建函数tf.nn.conv2d()，由于该函数需要输入4维数据（批量大小，宽度，高度，颜色通道），因此首先需要对输入数据进行扩维。tf.expand.dims函数为扩维函数，其作用是在给定位置增加一维。例如输入数据shape = [10,10],则tf.expand_dims(input_2d,0)的shape为[1,10,10]。 其次配置相应的滤波器，步长stride以及padding 滤波器选用外部输入滤波器参数myfilter,步长为两个方向为2，padding为VALID。 最后采用tf