为什么我只通过tf.nn.conv2d获得一个通道输出?

时间:2017-02-28 11:37:47

标签: machine-learning tensorflow convolution

# make sure dates are parsed properly
df$Date <- as.Date(df$Date, format = "%Y-%m-%d")

# add a 'Monthly' column with month breaks
df$Monthly <- as.Date(cut(df$Year, breaks = "months"))

# plot
library(ggplot2)
ggplot(data = df,
       aes(Monthly, Counter)) +
       stat_summary(fun.y = sum, geom = "bar") +
  scale_x_date(labels = date_format("%Y-%m"))

我只是尝试使用卷积并最初应用一些模糊效果。是的,我知道我的核心价值不对。但我的问题是,我正在给出一个有3个通道的输入图像。如何获得3个通道的输出图像。好。我试过了。但我得到的只是一些通道价值。

1 个答案:

答案 0 :(得分:1)

您正在将形状[3, 3, 3, 1]的内核传递给tf.nn.conv2d()。如果您想从卷积中获得3通道图像输出,则内核的第四维(official documentation中称为out_channels)应为3而不是1 ;例如[3, 3, 3, 3]

您还可以查看conv2d documentationthis questionthis question,以便更好地了解Tensorflow的conv2d方法。