张量流 - 了解卷积的张量形状

目前正在努力通过我的方式卷积网络的 Tensorflow MNIST 教程 https://www.tensorflow.org/get_started/mnist/pros#first_convolutional_layer我需要一些帮助来理解该死的张量的维度。

所以我们有图像28x28像素大小。

卷积将为每个 5x5 patch 计算 32 个特征。

让我们暂时接受这一点，稍后再问自己为什么是 32 个功能以及为什么是 5x5 补丁。

它的权重张量的形状为[5, 5, 1, 32]。前两个维度是块大小，接下来是输入通道数，最后一个是输出通道数。

W_conv1 = weight_variable([5, 5, 1, 32])

b_conv1 = bias_variable([32])

如果你这么说的话...

为了应用该层，我们首先将 x 重塑为 4d 张量，第二维和第三维对应于图像的宽度和高度，最终维度对应于颜色通道的数量。

x_image = tf.reshape(x, [-1,28,28,1])

好吧，现在我迷路了。

从最后一次重塑来看，我们有 “然而很多”28x28x1像素“块”是我们的图像。

我想这是有道理的，因为图像是灰度的

然而，如果这是顺序，那么我们的权重张量本质上是五个的集合5x1x32值的“块”。

The x32我想，如果我们想推断的话，这是有道理的32每个补丁的功能

不过，其余的我不太相信。

为什么权重张量看起来像它看起来的那样？

（为了完整性：我们使用它们

h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)

where

def conv2d(x,W):
    '''
    2D convolution, expects 4D input x and filter matrix W
    '''
    return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding ='SAME')

def max_pool_2x2(x):
    '''
    max-pooling, using 2x2 patches
    '''
    return tf.nn.max_pool(x,ksize=[1,2,2,1], strides=[1,2,2,1],padding='SAME')

)

您的输入张量具有以下形状[-1,28,28,1]。就像你提到的，最后一个维度是 1，因为图像是灰度的。第一个索引是批量大小。卷积将独立处理批次中的每个图像，因此批次大小对卷积权重张量维度没有影响，或者实际上对网络中的任何权重张量维度没有影响。这就是为什么批量大小可以是任意的（-1表示张量流中的任意大小）。

现在是权重张量；你没有五个5x1x32-块，你宁愿有 32 个5x5x1- 块。每个代表一个特征。 1 是补丁的深度，并且由于灰度而为 1（这将是5x5x3x32对于彩色图像）。这5x5是补丁的大小。

数据张量中的维度顺序与卷积权重张量中的维度顺序不同。