Question

目前正试图通过Tensorflow MNIST tutorial for convolutional networks，我可以使用一些帮助来理解相关张量的尺寸。

因此我们的图片大小为28x28像素。

卷积将为每个5x5补丁计算32个特征。

现在让我们接受这个，然后问自己为什么有32个功能以及5x5补丁的原因。

它的重量张量的形状为[5, 5, 1, 32]。前两个维度是补丁大小，下一个是输入通道的数量，最后一个是输出通道的数量。

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

b_conv1 = bias_variable([32])

如果你这么说......

要应用图层，我们首先将x重塑为4d张量，第二维和第三维对应于图像宽度和高度，最终尺寸对应于颜色通道数。

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

好吧，现在我迷路了。

从这最后的重塑来看，我们有＆＃34; howevermany＆＃34; 28x28x1＆＃34;阻止＆＃34;像素是我们的图像。

我想这是有道理的，因为图像是灰度

但是，如果这是排序，那么我们的权重张量基本上是五个5x1x32＆＃34;块＆＃34;的集合。价值观。

如果我们想推断每个补丁的x32个功能，那么32就有意义了

其余的，我并不十分相信。

为什么体重张量看起来就像它显然那样？

（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)

，其中

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')

）

Answer 1

您的输入张量的形状为[-1,28,28,1]。就像你提到的那样，最后一个维度是1，因为图像是灰度的。第一个索引是batchsize。卷积将独立处理批次中的每个图像，因此批量大小对卷积 - 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。这就是批量大小可以是任意的（-1表示张量流中的任意大小）。

现在到了重量张量;你没有五个5x1x32 - 块，你宁可拥有32个5x5x1 - 块。每个代表一个功能。 1是贴片的深度，由于灰度等级为1（彩色图像为5x5x3x32）。 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。

Answer 2

除了另一个答案，我想补充一点，

现在让我们接受这个，然后问自己为什么有32个功能以及5x5补丁的原因。

我们选择5x5补丁或32个功能没有具体原因，所有这些参数都经验丰富（除非在某些情况下），您可以使用3x3补丁或更大的功能。

我说过，除了在某些情况下＆＃39;，因为我们可以使用3x3补丁来捕捉更多细节中的图像信息，或更大的特征尺寸来更详细地了解每个图像（＆＃39;更大＆＃39; 39;以及＆＃39;更多细节＆＃39;在这种情况下是相对术语。）

然而，如果这是排序，那么我们的权重张量基本上是五个5x1x32＆＃34;块＆＃34;的集合。价值观。

不完全，但权重张量不是一个集合，它只是一个尺寸为5x5的滤镜，输入频道1和输出要素（频道）32

为什么体重张量看起来就像它显然那样？

权重张量weight_variable([5, 5, 1, 32])告诉我要在图片上应用5x5补丁大小，我有1输入要素（因为图像是灰度）并且32输出功能（频道）。

更多详情：

因此，此行tf.nn.conv2d(x,W,strides=[1,1,1,1],padding ='SAME')将输入x视为[-1,28,28,1]，-1表示您可以将此尺寸放入所需尺寸（批量大小），28,28显示输入尺寸，它必须正好是28x82，最后一个1显示输入通道的数量，因为mnist图像是灰度级的，因此它是1，更详细地说它表示输入图像是{{1 2D矩阵和矩阵的每个单元格显示一个表示灰度强度的值。如果输入图像是RGB，那么我们应该28x28通道而不是3，并且此1通道表示输入图像是3 3D矩阵，第一维中的单元格28x28x3显示红色的强度，3的第二个维度显示绿色的强度，另一个显示蓝色。

现在3需要x并应用W（这是一个tf.nn.conv2d(x,W,strides=[1,1,1,1],padding ='SAME')个修补程序并在步骤大小为1的3x3图像上应用whis补丁（因为stride为1）并给出结果图像再次调整大小28x28，因为我们使用28x28

张量流 - 理解卷积的张量形状

2 个答案: