例如,这里是代码段
kernel = tf.get_variable('conv1_1_Weights', dtype=tf.float32, shape=[3, 3, 3, 64], initializer=initer)
我不明白张量的形状是什么意思?我如何理解内核的值等。
答案 0 :(得分:0)
kernel
是shape=[3,3,3,64]
的张量,意思是:
3, 3
=内核宽度x内核高度3
=内核深度64
=内核数量3 x 3 x 64
这意味着每个内核都是一个卷3x3x3
,你有64个。
内核深度等于内核与之卷积的输入深度:因此您可能会将其与RGB图像进行卷积。
这个3通道图像与64个内核3x3x3
的卷积输出是一个深度为64
的卷:每个卷积内核的一个特征映射。