内核崩溃，试图在1个图像上运行单个卷积层

Question

我正在使用MNIST数据并为cnn加载单个图像，我想看看图像在单个图层后的样子。我已经浏览了文档，看看我的输入是否有任何错误，或者我是如何整合数据的。代码是错误的还是仅仅是我的电脑？

filtersw = tf.Variable(tf.random_normal(shape=[5, 5, 1, 1], mean=0.5, stddev=0.01))
filtersb = tf.Variable(tf.zeros(1))
conv = tf.nn.conv2d(x, filtersw, strides=[1, 1, 1, 1], padding='VALID') + filtersb
sess = tf.Session()
sess.run(tf.global_variables_initializer())
afterimage = sess.run(conv, feed_dict={x : X_train[0:1]})

Answer 1

您需要拨打tf.layers.conv2d而不是tf.nn.conv2d。这两个函数具有相同的名称，但它们执行不同的操作。 tf.layers.conv2d在CNN中创建卷积层，tf.nn.conv2d使用已知过滤器或一组过滤器执行卷积。