tf.nn.conv2d以numpy或scipy（具有4-d权重）？

Question

对于一个嵌入式项目，我在Tensorflow中训练了一个网络，现在我正在基于Numpy / Scipy的模型脚本中重新加载变量。但是，我不清楚如何使用自己的权重重做conv2d步骤。

我看过以下链接：Difference between Tensorflow convolution and numpy convolution， 但是我还没有联系到权重是四维的问题。

这是我的Tensorflow代码：

# input shape: (1, 224, 224, 1)

weight1 = tf.Variable([3,3,1,16],stddev)
conv1 = tf.nn.conv2d(input,w,[1,1,1,1])

# conv1 shape: (1, 224, 224, 16)

weight2 = tf.Variable([3,3,16,32],stddev)
conv2 = tf.nn.conv2d(conv2,w,[1,1,1,1])

# conv2 shape: (1, 224, 224, 32)

当我尝试使用Scipy或Numpy库中的卷积函数时，输出尺寸不正确：

from scipy.ndimage.filters import convolve

conv1 = convolve(input, weight1[::-1])

# conv1 shape: (1, 224, 224, 1)

conv2 = convolve(conv1, weight2[::-1])

# conv2 shape: (1, 224, 224, 16)