TensorFlow函數(shù)教程：tf.nn.separable_conv2d

tf.nn.separable_conv2d函數(shù)

tf.nn.separable_conv2d(
    input,
    depthwise_filter,
    pointwise_filter,
    strides,
    padding,
    rate=None,
    name=None,
    data_format=None
)

定義在：tensorflow/python/ops/nn_impl.py。

帶可分離濾波器的2-D卷積。

執(zhí)行深度卷積，該卷積分別對(duì)通道起作用，然后是混合通道的逐點(diǎn)卷積。請(qǐng)注意，這是維度[1,2]和3之間的可分離性，而不是維度1和2之間的空間可分性。

詳細(xì)地：

output[b, i, j, k] = sum_{di, dj, q, r}
    input[b, strides[1] * i + di, strides[2] * j + dj, q] *
    depthwise_filter[di, dj, q, r] *
    pointwise_filter[0, 0, q * channel_multiplier + r, k]

strides僅控制深度卷積的步幅，因?yàn)橹瘘c(diǎn)卷積具有[1,1,1,1]的隱含步幅。必須有strides[0] = strides[3] = 1。對(duì)于相同水平和垂直步幅的最常見(jiàn)情況，strides = [1, stride, stride, 1]。 如果rate中的任何值大于1，我們執(zhí)行有害的深度卷積，在這種情況下，strides張量中的所有值必須等于1。

參數(shù)：

• input：4-D Tensor，shape根據(jù)data_format決定。
• depthwise_filter：4-D Tensor，shape為[filter_height, filter_width, in_channels, channel_multiplier]。包含深度為1的in_channels卷積濾波器。
• pointwise_filter：4-D Tensor，shape為[1, 1, channel_multiplier * in_channels, out_channels]。點(diǎn)狀濾波器在depthwise_filter空間卷積后混合通道。
• strides：大小為4的1-D，input的每個(gè)維度的深度卷積的步幅。
• padding：字符串，可以是'VALID'或者'SAME'。填充算法。請(qǐng)參閱tf.nn.convolution的“返回”部分獲得詳細(xì)信息。
• rate：大小為2的1-D。我們?cè)赼trous卷積中通過(guò)height和width維度對(duì)輸入值進(jìn)行采樣的擴(kuò)張率。如果它大于1，那么所有strides值必須為1。
  
• name：此操作的名稱(chēng)（可選）。
• data_format：輸入的數(shù)據(jù)格式。可以是“NHWC”（默認(rèn)）或“NCHW”。

返回：

一個(gè)4-D的Tensor，其shape根據(jù)'data_format'決定。例如，對(duì)于data_format="NHWC"，shape為[batch，out_height，out_width，out_channels]。