Tensorflow文档中的输出空间维数是多少？

Question

我最近一直在查阅文档，在许多不同的函数中，例如 tf.layers.dense 或者 tf.nn.conv2d 中都遇到了参数 units 和 filters，但我无法理解它们的意义。是否有人可以清楚地描述上述情况下以及更一般的情况下

输出空间的维数

的含义？提前感谢。

- hexpheus

Answer 1

我的看法是：

tf.layers.dense 中的 units：

• 表示 dense 层应该返回多少输出节点。
• 因为全连接层（dense 层）应该由输入和输出组成。
• 那么，输出空间维度 的平均值可以转化为输出节点数。
• 如果 units = 1，意味着所有输入节点都连接到一个输出节点
• 在 Inception V3 或其他分类器模型中，我们可以发现 dense 层的 units 总是分类器数量。

tf.nn.conv2d 中的 filters：

• 像 api 文档中所述：

  filter：必须与输入具有相同类型。形状为 [filter_height, filter_width, in_channels, out_channels] 的 4-D 张量

• 可能令人困惑的点是 out_channels

  对于 out_channels，我尝试将其理解为我们要扫描输入张量的滤波器数量。

• 因此，out_channels 被视为内核的数量。

- Dogee

---

谢谢。我仍然不理解tf.nn.conv2d中filters的含义。 - hexpheus

这内容真的很难一下子就理解。对于 filters，在一些文章中是这样说的：“通过一个具有权重向量的卷积来表示过滤器。” 对于 tf.nn.conv2d ，形状为 [filter_height, filter_width, in_channels, out_channels]，意思是大小、输入、输出就像密集层一样。对于密集层，输入 x 会被用作 y = x * k + b，而对于过滤器，则会使用 [filter_height, filter_width] 作为二维参数进行卷积。 - Dogee