卷积输出的记录,为什么是([3, 0, 1, 2])

Posted thekat

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了卷积输出的记录,为什么是([3, 0, 1, 2])相关的知识,希望对你有一定的参考价值。

正常TensorFlow的张量格式是

[source/kernelHeight]  +   [source/kernelWidth] + [inputChannels]   +   [outputChannels]   

技术图片

【0,1,2,3】

但是在写出的时候,为了方便可视化读入数据

应该改为【3, 0, 1, 2】

即:

[outputChannels]   +   [source/kernelHeight]   +     [source/kernelWidth]   +         [inputChannels]

技术图片

 

以上是关于卷积输出的记录,为什么是([3, 0, 1, 2])的主要内容,如果未能解决你的问题,请参考以下文章

神经网络的输出维度为2,怎么取

数字信号处理线性时不变系统 LTI “ 输入 “ 与 “ 输出 “ 之间的关系 ( 线性卷积计算案例二 | 计算 卷积 )

模糊处理(上)--均值模糊和中值模糊(opencv学习记录--3)

数字信号处理线性时不变系统 LTI “ 输入 “ 与 “ 输出 “ 之间的关系 ( 线性卷积计算方法列举 | 线性卷积计算案例一 | 根据 线性卷积 定义直接计算 卷积 )

CNN基础计算卷积操作输出Feature Map的size

CNN基础计算卷积操作输出Feature Map的size