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)。
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。