学习笔记TF013:卷积、跨度、边界填充、卷积核

libinggen

卷积运算，两个输入张量(输入数据和卷积核)进行卷积，输出代表来自每个输入的信息张量。tf.nn.conv2d完成卷积运算。卷积核(kernel)，权值、滤波器、卷积矩阵或模版，filter。权值训练习得。卷积核(filter参数)权值数量决定需要学习卷积核数量。通道，计算机器视觉，描述输出向量。RGB图像，3个代表秩1张量[red,green,blue]通道。输出与input_batch同秩张量，与卷积核维数相同。两个张量卷积生成特征图(feature map)。特征图为输出添加新层代表张量卷积。访问输入批数据和特征图元素用相同索引，可了解输入与kernel卷积运算值变化。层，输出新维度。

计算机视觉卷积价值，修改卷积核strides(跨度)参数实现输入降维。strides参数使卷积核无需遍历每个输入元素，跳过部分图像像素。kernel在input_batch滑动，跨过部分元素，每次移动以input_batch一个元素为中心。位置重叠值相乘，乘积相加，得卷积结果。逐点相乘，整合两个输入。设置跨度，调整输入张量维数。降维减少运算量，避免重叠感受域。strides参数格式与输入向量相同(image_batch_size_stride、image_height_stride、image_width_stride、image_channels_stride)。

边界填充，卷积核与图像尺寸不匹配，填充图像缺失区域。TensorFlow用0填充。padding参数控制conv2d零填充数或错误状态。SAME:卷积输出输入尺寸相同，不考虑滤波器尺寸，缺失像素填充0，卷积核扫像素数大于图像实际像素数。VALID:考虑滤波器尺寸。尽量不越过图像边界，也可能边界被填充。

data_format修改数据格式。NHWC指定输入输出数据格式，[batch_size(批数据张量数)、in_height(批数据张量高度)、in_width(批数据张量宽度)、in_channels(批数据张量通道数)]。NCHW指定输入输出数据格式，[batch_size、in_channels、in_height、in_width]。

TensorFlow滤波器参数指定输入卷积运算卷积核。滤波器使用特定模式突出图像中感兴趣特征。图像与边缘检测卷积核的卷积输出是所有检测边缘区域。tf.minimum和tf.nn.relu使卷积值保持在RGB颜色值合法范围[0,255]内。卷积核初值随机设定，训练迭代，值由CNN学习层自动调整，训练一迭代，接收图像，与卷积核卷积，预测结果与图像真实标签是否一致，调整卷积核。

1.     import tensorflow as tf
   
2.     input_batch = tf.constant([
   
3.             [#第1个输入
   
4.                 [[0.0],[1.0]],
   
5.                 [[2.0],[3.0]]
   
6.             ],
   
7.             [#第2个输入
   
8.                 [[2.0],[4.0]],
   
9.                 [[6.0],[8.0]]
   
10.             ]
    
11.         ])
    
12.     print input_batch
    
13.     kernel = tf.constant([
    
14.             [
    
15.                 [[1.0, 2.0]]
    
16.             ]
    
17.         ])
    
18.     print kernel
    
19.     conv2d = tf.nn.conv2d(input_batch, kernel, strides=[1, 1, 1, 1], padding='SAME')#conv2d卷积运算
    
20.     print conv2d
    
21.     sess = tf.Session()
    
22.     print sess.run(conv2d)
    
23.     lower_right_image_pixel = sess.run(input_batch)[0][1][1]
    
24.     lower_right_kernel_pixel = sess.run(conv2d)[0][1][1]
    
25.     print lower_right_image_pixel, lower_right_kernel_pixel
    
26.     input_batch2 = tf.constant([
    
27.             [#第1个输入(6x6x1)
    
28.                 [[0.0],[1.0],[2.0],[3.0],[4.0],[5.0]],
    
29.                 [[0.1],[1.1],[2.1],[3.1],[4.1],[5.1]],
    
30.                 [[0.2],[1.2],[2.2],[3.2],[4.2],[5.2]],
    
31.                 [[0.3],[1.3],[2.3],[3.3],[4.3],[5.3]],
    
32.                 [[0.4],[1.4],[2.4],[3.4],[4.4],[5.4]],
    
33.                 [[0.5],[1.5],[2.5],[3.5],[4.5],[5.5]]
    
34.             ]
    
35.         ])
    
36.     print input_batch2
    
37.     kernel2 = tf.constant([#卷积核(3x3x1)
    
38.             [[[0.0]], [[0.5]], [[0.0]]],
    
39.             [[[0.0]], [[1.0]], [[0.0]]],
    
40.             [[[0.0]], [[0.5]], [[0.0]]]
    
41.         ])
    
42.     print kernel2
    
43.     conv2d2 = tf.nn.conv2d(input_batch2, kernel2, strides=[1, 3, 3, 1], padding='SAME')
    
44.     print conv2d2
    
45.     print sess.run(conv2d2)
    
46.     lower_right_image_pixel2 = sess.run(input_batch2)[0][1][1]
    
47.     lower_right_kernel_pixel2 = sess.run(conv2d2)[0][1][1]
    
48.     print lower_right_image_pixel2, lower_right_kernel_pixel2
    
49.     input_batch3 = tf.constant([
    
50.             [#第1个输入(6x6x1)
    
51.                 [[0.0,1.0,2.0],[1.0,2.0,3.0]],
    
52.                 [[0.1,1.1,2.1],[1.1,2.1,3.1]],
    
53.                 [[0.2,1.2,2.2],[1.2,2.2,3.2]],
    
54.                 [[0.3,1.3,2.3],[1.3,2.3,3.3]],
    
55.                 [[0.4,1.4,2.4],[1.4,2.4,3.4]],
    
56.                 [[0.5,1.5,2.5],[1.5,2.5,3.5]]
    
57.             ]
    
58.         ])
    
59.     print input_batch3
    
60.     kernel3 = tf.constant([
    
61.             [
    
62.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]],
    
63.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]],
    
64.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]]
    
65.             ],
    
66.             [
    
67.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]],
    
68.                 [[8., 0., 0.],[0., 8., 0.],[0., 0., 8.]],
    
69.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]]
    
70.             ],
    
71.             [
    
72.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]],
    
73.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]],
    
74.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]]
    
75.             ]
    
76.         ])
    
77.     print kernel3
    
78.     conv2d3 = tf.nn.conv2d(input_batch3, kernel3, strides=[1, 1, 1, 1], padding='SAME')
    
79.     print conv2d3
    
80.     activation_map3 = sess.run(tf.minimum(tf.nn.relu(conv2d3), 255))
    
81.     print activation_map3
    
82.     lower_right_image_pixel3 = sess.run(input_batch3)[0][1][1]
    
83.     lower_right_kernel_pixel3 = sess.run(conv2d3)[0][1][1]
    
84.     print lower_right_image_pixel3, lower_right_kernel_pixel3
    
85.     kernel4 = tf.constant([
    
86.             [
    
87.                 [[0., 0., 0.],[0., 0., 0.],[0., 0., 0.]],
    
88.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]],
    
89.                 [[0., 0., 0.],[0., 0., 0.],[0., 0., 0.]]
    
90.             ],
    
91.             [
    
92.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]],
    
93.                 [[5., 0., 0.],[0., 5., 0.],[0., 0., 5.]],
    
94.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]]
    
95.             ],
    
96.             [
    
97.                 [[0., 0., 0.],[0., 0., 0.],[0., 0., 0.]],
    
98.                 [[-1., 0., 0.],[0., -1., 0.],[0., 0., -1.]],
    
99.                 [[0., 0., 0.],[0., 0., 0.],[0., 0., 0.]]
    
100.             ]
     
101.         ])
     
102.     print kernel4
     
103.     conv2d4 = tf.nn.conv2d(input_batch3, kernel4, strides=[1, 1, 1, 1], padding='SAME')
     
104.     print conv2d4
     
105.     activation_map4 = sess.run(tf.minimum(tf.nn.relu(conv2d4), 255))
     
106.     print activation_map4
     
107.     lower_right_image_pixel4 = sess.run(input_batch3)[0][1][1]
     
108.     lower_right_kernel_pixel4 = sess.run(conv2d4)[0][1][1]
     
109.     print lower_right_image_pixel4, lower_right_kernel_pixel4

复制代码

参考资料：
《面向机器智能的TensorFlow实践》

欢迎加我微信交流：qingxingfengzi
我的微信公众号:qingxingfengzigz
我老婆张幸清的微信公众号：qingqingfeifangz