[Tensorflow 1.15 ] Convolution 연산 - Sample Case

tf.nn.conv2d

• input
  입력 데이터의 형태
  (이미지 개수, 이미지 height, 이미지 width, channel)
• filter
  필터의 형태
  (필터 height, 필터 width, channel, 필터의 개수)
• stride
  길이가 1, 2 또는 4인 정수 리스트
• padding
  • 'SAME' : convolution 결과가 원본 이미지 크기와 같음
  • 'VAILD' : zero padding

다른 옵션들

tf.nn.conv2d  |  TensorFlow Core v1.15.0

---

예시

# channel이 3인 이미지 데이터를 convolution 연산하는 코드

import numpy as np
import tensorflow as tf


sample = np.array([[[[1,2,3],
                   [1,2,3],
                   [1,2,3]], # channel 1
                   [[1,2,3],
                   [1,2,3],
                   [1,2,3]], # channel 2
                   [[1,2,3],
                   [1,2,3],
                   [1,2,3]]]], dtype=np.float64) # channel 3
print(sample.shape)

(1, 3, 3, 3)

 

filter = np.array([[[[0, 1],
                   [1, 0], 
                   [1, 0]],
                   [[0, 1],
                   [1, 0], 
                   [1, 0]]],
                   [[[0, 1],
                   [1, 0], 
                   [1, 0]],
                   [[0, 1],
                   [1, 0], 
                   [1, 0]]]], dtype=np.float64)
print(filter.shape)

(2, 2, 3, 2)

 

conv2d = tf.nn.conv2d(sample, filter, strides=[1,1,1,1], padding='VALID', )
sess = tf.Session()
sess.run(conv2d)

array([[[[20., 4.], [20., 4.]], [[20., 4.], [20., 4.]]]])