CNN卷积神经网络(二)

一、卷积层
在 TensorFlow 中，既可以通过自定义权值的底层实现方式搭建神经网络，也可以直接调用现成的卷积层类的高层方式快速搭建复杂网络  
1.2D卷积函数
在 TensorFlow 中， 通过 tf.nn.conv2d 函数可以方便地实现 2D 卷积运算。 tf.nn.conv2d基于输入?: [b, ℎ, ?, ???] 和 卷积核?: [?, ?, ???, ????] 进行卷积运算， 得到输出? [b,ℎ′, ?′ ,????] ，其中???表示输入通道数， ????表示卷积核的数量， 也是输出特征图的通道数
import tensorflow as tf

x = tf.random.normal([2, 5, 5, 3]) # 模拟输入，3个通道，高宽为5
# 需要根据[k,k,cin,cout]格式创建 W 张量， 4 个 3x3 大小卷积核
w = tf.random.normal([3, 3, 3, 4])
# 步长为1 ，padding为0
out = tf.nn.conv2d(x, w, stride

CNN卷积神经网络(二)最先出现在Python成神之路。