不同输入与卷积核维度下TensorFlow的Conv2d工作原理是怎样的？

结论 #

你的理解完全正确，该场景下最终输出的shape确实为[1, 11, 11, 20]。

具体运算逻辑拆解 #

基础维度定义 #

你示例中的参数符合标准2D卷积的配置要求：

• 输入shape [1, 13, 13, 10] 对应TensorFlow默认channels_last格式的四个维度：[批量大小, 输入高度, 输入宽度, 输入通道数]
• 你描述的卷积核对应20个尺寸为3×3、通道数和输入通道数对齐（10）的卷积核，符合常规卷积的参数设置。

单卷积核计算过程 #

每个卷积核独立执行如下运算：

1. 步长为默认的(1,1)、无padding的规则下，卷积核在输入的高度、宽度维度滑动，每次截取输入上3×3×10的局部感受野区域
2. 卷积核和该局部区域做逐元素相乘后求和（即你提到的点积运算），得到1个标量值，对应输出特征图上的1个像素点
3. 无padding时输出特征图的高/宽计算公式为：输入尺寸 - 卷积核尺寸 + 1，代入数值就是13 - 3 + 1 = 11，因此单个卷积核输出的特征图尺寸为11×11。

多卷积核拼接逻辑 #

20个卷积核各自独立完成上述计算，每个输出1张11×11的特征图，最终所有特征图在通道维度拼接，加上最前面的批量维度1，最终输出shape就是[1, 11, 11, 20]。

代码验证 #

你可以直接运行下方TensorFlow代码验证结果：

import tensorflow as tf

# 构造和你示例一致的输入
input_tensor = tf.random.normal(shape=(1, 13, 13, 10))
# 定义20个3×3卷积核、无padding的Conv2D层
conv2d_layer = tf.keras.layers.Conv2D(filters=20, kernel_size=3, padding="valid")
output_tensor = conv2d_layer(input_tensor)

print(output_tensor.shape)
# 运行输出为：TensorShape([1, 11, 11, 20])

补充说明 #

如果你提到的卷积核shape[20, 3, 3, 10]是显式的维度存储顺序，仅需对应调整TensorFlow的data_format参数为通道优先模式即可，核心计算逻辑和最终输出的数值结果完全一致，不会影响你对卷积运算逻辑的理解。

内容的提问来源于stack exchange，提问作者김민성