####tf.nn.conv2d 在使用TF搭建CNN的过程中，卷积的操作如下
convolution = tf.nn.conv2d(X, filters, strides=[1,2,2,1], padding="SAME")
这个函数中各个参数的含义是什么呢？
- X:输入数据的mini-batch，为一个4D tensor；分别表示的含义为[n_batch,height,width,channel]
- filters:为卷积核，为一个4D tensor，分别表示的含义为 [filter_height, filter_width, in_channels, out_channels]
- stride：为步长，使用方法为[1,stride,stride,1] 该方法先将filter展开为一个2D的矩阵，形状为[filter_height_filter_width_ in_channels, out_channels],再在图片上面选择一块大小进行卷积计算的到一个大小为[batch, out_height, out_width, filter_height * filter_width * in_channels]的虚拟张量。 再将上面两部相乘(右乘filter矩阵)
- padding：string类型的量，只能是"SAME","VALID"其中之一，这个值决定了不同的卷积方式。下面使用图表示两种的计算形式
当使用VALID的时候，如果卷积计算过程中，剩下的不够一步，则剩下的像素会被抛弃，SAME则会补0.
filter_primes = np.array([2., 3., 5., 7., 11., 13.], dtype=np.float32)
x = tf.constant(np.arange(1, 13+1, dtype=np.float32).reshape([1, 1, 13, 1]))
filters = tf.constant(filter_primes.reshape(1, 6, 1, 1))
valid_conv = tf.nn.conv2d(x, filters, strides=[1, 1, 5, 1], padding='VALID')
same_conv = tf.nn.conv2d(x, filters, strides=[1, 1, 5, 1], padding='SAME')
with tf.Session() as sess:
print("VALID:\n", valid_conv.eval())
print("SAME:\n", same_conv.eval())
输出内容为
VALID:
[[[[ 184.]
[ 389.]]]]
SAME:
[[[[ 143.]
[ 348.]
[ 204.]]]]
实际计算向量如下所示：
print("VALID:")
print(np.array([1,2,3,4,5,6]).T.dot(filter_primes))
print(np.array([6,7,8,9,10,11]).T.dot(filter_primes))
print("SAME:")
print(np.array([0,1,2,3,4,5]).T.dot(filter_primes))
print(np.array([5,6,7,8,9,10]).T.dot(filter_primes))
print(np.array([10,11,12,13,0,0]).T.dot(filter_primes))
>>
VALID:
184.0
389.0
SAME:
143.0
348.0
204.0
再来做一个小实验,使用VALID的时候：
input = tf.Variable(tf.random_normal([1,5,5,5]))
filter = tf.Variable(tf.random_normal([3,3,5,1]))
op = tf.nn.conv2d(input, filter, strides=[1, 2, 2, 1], padding='VALID')
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(op)
# print(sess.run(op))
>>Tensor("Conv2D:0", shape=(1, 2, 2, 1), dtype=float32)
使用SAME的时候
input = tf.Variable(tf.random_normal([1,5,5,5]))
filter = tf.Variable(tf.random_normal([3,3,5,1]))
op = tf.nn.conv2d(input, filter, strides=[1, 2, 2, 1], padding='SAME')
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(op)
# print(sess.run(op))
>>Tensor("Conv2D:0", shape=(1, 3, 3, 1), dtype=float32)
**note：**在做卷积的过程中filter的shape为[hight,width,channel]，也就是说如果为如果输入只有一个channel的时候，filter为一个矩阵，如果channel为3的时候，这个时候的filter就有了厚度为3。
####tf.layer.conv2d 同时TF也提供了tf.layer.conv2d的方法
def conv2d(inputs,
filters,
kernel_size,
strides=(1, 1),
padding='valid',
data_format='channels_last',
dilation_rate=(1, 1),
activation=None,
use_bias=True,
kernel_initializer=None,
bias_initializer=init_ops.zeros_initializer(),
kernel_regularizer=None,
bias_regularizer=None,
activity_regularizer=None,
trainable=True,
name=None,
reuse=None):
这个方法和tf.nn.conv2d有着相同的作用，相当于对其的更高层的api。两个方法的调用过程如下：
tf.layers.conv2d-> tf.nn.convolution .
tf.layers.conv2d->Conv2D->Conv2D.apply()->_Conv->_Conv.apply()->_Layer.apply()->_Layer.\__call__()->_Conv.call()->nn.convolution()...
我用这两个方法搭建了相同的神经网络，可是得到的准确率相差很大，其他部分代码一张样。代码和准确率如下。为何差别这么的大？
def conv2d(self,input,ksize,stride,name):
with tf.name_scope(name):
with tf.variable_scope(name):
w = tf.get_variable("%s-w" %name,shape= ksize,initializer=tf.truncated_normal_initializer())
b = tf.get_variable("%s-b" %name,shape = [ksize[-1]],initializer = tf.constant_initializer())
out = tf.nn.conv2d(input,w,strides=[1,stride,stride,1],padding="SAME",name="%s-conv"%name)
out = tf.nn.bias_add(out,b,name='%s-bias_add' %name)
out = tf.nn.relu(out,name="%s-relu"%name)
return out
conv1 = tf.layers.conv2d(X,filters=conv1_fmaps, \
kernel_size = conv1_ksize,strides=conv1_stride,\
padding=conv1_pad,activation=tf.nn.relu,name='conv1')
为何差异这么大呢？我现在还没弄查出结果，如果知道答案请指出，先谢过。
####tf.layers.conv2d中默认的kernel_initializer tf.layer.conv2d这里面默认的kernel_initializer为None，经查阅源码
self.kernel = vs.get_variable('kernel',
shape=kernel_shape,
initializer=self.kernel_initializer,
regularizer=self.kernel_regularizer,
trainable=True,
dtype=self.dtype)
这里面有一段说明
If initializer is `None` (the default), the default initializer passed in
the constructor is used. If that one is `None` too, we use a new
`glorot_uniform_initializer`. If initializer is a Tensor, we use
it as a value and derive the shape from the initializer.
也就是说使用的是 glorot_uniform_initializer来进行初始化的。这种方法又被称为Xavier uniform initializer,相关的文献在这里 。另外TF中tf.layers.dense也是使用的这个初始化方法。我把初始化方法都改成了使用tf.truncated_normal_initializer,上面模型的结果没有什么改善。看来初始化方法不是主要原因。求解。
