[英]Dimension of the input of second convolutional layer?
在下面的代碼中,我介紹了一個卷積和一個最大池化層。 匯聚層的輸出的形狀為(4,6,6,1)。 現在我要定義第二個卷積層。 第二個卷積層的輸入是什么? 我可以調用相同的conv2d函數嗎? 但是這里的輸入通道是不同的。
batch_size = 4
image_height = 12
image_width =12
input_channel = 2
output_channel =1
input = tf.Variable(tf.random_normal([batch_size,image_height,image_width,input_channel]))
filter = tf.Variable(tf.random_normal([2,2,input_channel,output_channel]))
def conv2d(inputs,filters):
return tf.nn.conv2d(inputs,filters,strides=[1,1,1,1],padding='SAME')
def max_pool(conv_out):
return tf.nn.max_pool(conv_out,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
conv_out1 = conv2d(input,filter)
pooling_out1= max_pool(conv_out1)
sess =tf.InteractiveSession()
sess.run(tf.initialize_all_variables())
print conv_out1.get_shape()
print pooling_out1.get_shape()
您可以調用相同的conv2d函數,但希望使用不同的過濾器。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.