如何理解张量的形状

Question

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。

Answer 1

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。