TensorFlow2 Conv2D层可训练权重[3,3,3,64]shape含义解释

权重shape含义解释 #

conv1.trainable_weights[0]是该Conv2D层的卷积核权重张量，TensorFlow中Conv2D层的卷积核默认遵循[卷积核高度, 卷积核宽度, 输入通道数, 输出通道数]的维度顺序，四个维度的具体含义如下：

• 第1维（值为3）：对应你定义的kernel_size=(3,3)中的卷积核高度
• 第2维（值为3）：对应你定义的kernel_size=(3,3)中的卷积核宽度
• 第3维（值为3）：和输入张量x的最后一维（RGB三通道）完全匹配，保证卷积运算时可以和输入每个通道的对应像素执行乘加计算
• 第4维（值为64）：对应你设置的filters=64，即该层总共有64个独立的3×3×3尺寸的卷积核，每个核运算后输出1个通道的特征图，正好匹配输出特征最后一维的64个通道。

补充说明：该层的第二个可训练权重conv1.trainable_weights[1]是偏置项，shape为(64,)，每个输出通道对应一个独立的偏置参数。

内容的提问来源于stack exchange，提问作者Arun