TensorFlow函數(shù)：tf.nn.conv1d

tf.nn.conv1d函數(shù)

tf.nn.conv1d(
    value,
    filters,
    stride,
    padding,
    use_cudnn_on_gpu=None,
    data_format=None,
    name=None
)

定義在：tensorflow/python/ops/nn_ops.py。

請(qǐng)參閱指南：神經(jīng)網(wǎng)絡(luò)>卷積運(yùn)算

計(jì)算給定3-D輸入和濾波器張量的1-D卷積。(不推薦使用的參數(shù))

更新說明：NCHWfor data_format已棄用,請(qǐng)改用NCW

更新說明：NHWCfor data_format已棄用,請(qǐng)改用NWC

如果data_format是“NWC”,則給定一個(gè)形狀為[batch,in_width,in_channels]的輸入張量,或者如果data_format是“NCW”,并且過濾器/內(nèi)核張量的形狀為[filter_width,in_channels,out_channels],則[batch,in_channels,in_width],此運(yùn)算重新計(jì)算參數(shù),將其傳遞給 conv2d 以執(zhí)行等效卷積操作。

在內(nèi)部,這個(gè)操作重塑輸入張量并調(diào)用tf.nn.conv2d。例如,如果data_format不以“NC”開頭,則將形狀為[batch,in_width,in_channels]的張量重新變?yōu)樾螤頪batch,1,in_width,in_channels],并將濾波器的形狀調(diào)整為[1,filter_width,in_channels,out_channels ]。然后將結(jié)果重新轉(zhuǎn)換回[batch,out_width,out_channels](其中out_width是步幅和填充的函數(shù),如conv2d中所示)并返回給調(diào)用方。

參數(shù)：

• value：在注釋中，value的格式為：[batch, in_width, in_channels]，batch為樣本維，表示多少個(gè)樣本，in_width為寬度維，表示樣本的寬度，in_channels維通道維，表示樣本有多少個(gè)通道。
• filters：filters：在注釋中，filters的格式為：[filter_width, in_channels, out_channels]。按照value的第二種看法，filter_width可以看作每次與value進(jìn)行卷積的行數(shù)，in_channels表示value一共有多少列（與value中的in_channels相對(duì)應(yīng)）。out_channels表示輸出通道，可以理解為一共有多少個(gè)卷積核，即卷積核的數(shù)目。
• stride：一個(gè)整數(shù)，表示步長(zhǎng)，每次（向下）移動(dòng)的距離。
• padding：'SAME'或'VALID'
• use_cudnn_on_gpu：可選的bool,默認(rèn)為True。
• data_format：一個(gè)可選的string,可以是"NWC"和"NCW"；默認(rèn)為"NWC",數(shù)據(jù)按[batch,in_width,in_channels]的順序存儲(chǔ)；"NCW"格式將數(shù)據(jù)存儲(chǔ)為[batch, in_channels, in_width]。
• name：操作的名稱(可選)。

返回：

一Tensor,與輸入具有相同的類型。

可能引發(fā)的異常：

• ValueError：如果data_format無效。