Tensorflow：使用不同的内核卷积每个图像

Question

在TensorFlow中，如何在具有不同2D内核的小批量中对每个图像进行卷积？每个图像的小批量具有大小[10000, 32, 32]，并且相应的过滤器具有大小[10000, 2, 2] --- 10000个内核，每个2个像素×2个像素。我想获得大小为[10000, 31, 31]的输出。 （我计划将步幅全部设置为1并使用“VALID”选项关闭填充，因此输出图像的大小为31x31，而输入图像的大小为32x32。）

在a related question中，解决方案是为图像的小批量添加“深度”维度，然后使用conv3d而不是conv2d。但是在那个问题中，操作似乎满足于将一个图像作为输出返回，而不是将一个图像作为小批量中每个样本的输出。

Answer 1

啊，tf.nn.depthwise_conv2d函数完全符合我的要求。我不认为有任何方法可以使用conv2d或conv3d来完成任务。