在 TensorFlow 中将 2D 卷积转换为 1D 卷积 + 仿射变换

Question

我有一个带有Shape = [NxHxWxC_in]的特定输入和一个带有C_out过滤器数量的Size = [n_h,n_w,stride_h, stride_w]内核（如果这简化了事情，步幅可以是 1 和 1，但一般答案会更好）。

在 TensorFlow 中创建 1D Conv/仿射转换层组合以获得与 2D 卷积相同的结果的最有效方法是什么？

我发现了一种叫做螺旋变换的东西，但我无法看出这是否可以扩展到多个通道（C_in和C_out是相当大的数字）。

Answer 1

您可以使用螺旋变换来创建一维卷积，这是多维卷积的等价物。