为什么theano conv2d添加空尺寸？

Question

我在玩一些简单的Theano代码，遇到了以下问题：

import numpy
import theano
from theano import tensor
from theano.tensor.signal.conv import conv2d

m = tensor.fmatrix()
w = numpy.ones([10,1], dtype=numpy.float32)
c = conv2d(m,w)
f = theano.function([m], c)
print f(numpy.ones([100,100], dtype=numpy.float32)).shape

结果：（1、91、100）

2d输入的2d卷积的结果预期为2d，但实际上为3d。 为什么？

Answer 1

conv2d的文档字符串表示conv2d 使用给定的过滤器对输入执行基本的2D卷积。 （请注意复数）

您可以通过几个过滤器，它将返回所有这些的卷积。 尝试例如

c = conv2d(m,np.array([w, w, w]))
f = theano.function([m], c)
print f(numpy.ones([100,100], dtype=numpy.float32)).shape  # outputs (3, 91, 100)

因此，似乎默认情况下，如果您仅通过1个滤镜，它将添加一个简并轴（可能是因为，如果您自己不以这种方式通过滤镜，则它将在内部将该轴添加到滤镜中。换句话说，它不会保持跟踪输入形状以便返回对应的内容。看起来比其他任何选择都更像是一种设计选择。）