tf.nn.convolution和tf.nn.conv2d有什么区别？

Question

我想对特征进行膨胀卷积。 在张量流中，我找到了tf.nn.convolution和tf.nn.conv2d 。 但是tf.nn.conv2d似乎不支持膨胀卷积。

所以我尝试使用tf.nn.convolution 。

以下2种配方的结果相同吗？

tf.nn.conv2d(x, w, strides=[1, 1, 2, 2], padding='SAME',data_format='NCHW')

tf.nn.convolution(x, w, strides=[1, 1, 2, 2], padding='SAME',data_format='NCHW')

Answer 1

要使用膨胀卷积，您需要使用以下函数：

tf.nn.atrous_conv2d(value, filters, rate, padding, name=None)

参考： https : //www.tensorflow.org/versions/r0.12/api_docs/python/nn/convolution#atrous_conv2d

Answer 2

在功能上， dilations在augument tf.nn.conv2d相同dilations_rate在tf.nn.convolution以及rate在tf.nn.atrous_conv2d 。

它们都代表了通过在高度和宽度尺寸上插入零来对滤波器值进行升采样的速率。 输入每个维度的膨胀因子指定了滤波器的上采样/输入下采样率，否则称为无规则卷积。

用法略有不同。 令率k >= 1表示扩张率，

• 在tf.nn.conv2d ，速率k作为[batch, rate_height, rate_width, channel]的整数[1, k, k,1]列表传递。

• 在tf.nn.convolution ，速率k作为N整数序列作为[rate_height, rate_width] [k,k] [rate_height, rate_width] 。

• 在tf.nn.atrous_conv2d ，比率k为正int32 ，即高度和宽度的单个值。 该库已弃用，仅出于向后兼容的目的存在。

希望能帮助到你 ：）