1、過濾器引數與過濾器的長度*寬度*當前層深度*過濾器深度相關，與當前層的長度、寬度無關
2、卷積層共享過濾器，過濾器從左上角移動到右下角，都是使用的相同過濾器，如果當前層深度不為1，比如為2，則每乙個深度對應乙個過濾器。conv2d的結果是對應對應深度的和。如input1*filter1+input2*filter2,注意這裡的*是表示點積
3、池化層一般只有【1，2，2，1】，【1，3，3，1】，且第一項和第四項必須為1，所以，池化層不會增加原來的矩陣深度
4、卷積層過濾器只在寬度和深度上移動，不會在深度上移動，即卷積層的輸入如果深度大於1，則過濾器會將輸入的長寬上過濾器作用後的值累加，作為卷積層在當前過濾器位置的輸出。池化層除了在寬度和深度上移動，還會在輸入的深度上移動。
5、多維度資料技巧，如果要看兩個維度的資料，從右往左，最右邊的資料是行資料，左邊是列資料，或者通過程式列印出來，比如
print(v1[0][0][0][0],v1[0][0][1][0],v1[0][0][2][0])
print(v1[0][1][0][0], v1[0][1][1][0], v1[0][1][2][0])
print(v1[0][2][0][0], v1[0][2][1][0], v1[0][2][2][0])
把資料按照矩陣方式列印出來
6、conv2d函式的引數padding='same'時補0的方式要注意，如果步長為2，在左邊和上面補0，如果是步長為3，先在左邊和上面補0，然後在右邊和下面補0，補0次數=步長數-1
7、卷積神經網路通過卷積層後，不過是補0，長度和寬度只與步長有關係，比如長度=補0後的長度/步長，如果沒補0，則長度和寬度與過濾器長度和寬度有關，比如長度=（長度-過濾器長度+1）/ 步長
tensorflow學習之路 實現簡單的卷積網路
使用tensorflow實現乙個簡單的卷積神經，使用的資料集是mnist，本節將使用兩個卷積層加乙個全連線層，構建乙個簡單有代表性的卷積網路。是按照書上的敲的，第一步就是匯入資料庫，設定節點的初始值，tf.nn.conv2d是tensorflow中的2維卷積，引數x是輸入，w是卷積的引數，比如 5,...
tensorflow學習筆記
tensorflow安裝可以直接通過命令列或者原始碼安裝，在此介紹tensorflow8命令列安裝如下 安裝tensorflow sudo pip install upgrade 另外，解除安裝tensorflow命令為 sudo pip uninstall tensorflow tensorflo...
Tensorflow學習筆記
1.如何在虛擬機器中安裝tensor flow 1 首先安裝pip pip install 2 pip install 2.學習tensorflow需要學習 python and linux 3.使用 tensorflow,你必須明白 tensorflow 1 使用圖 graph 來表示計算任務.2...