tf.nn.conv2d实现卷积的过程

#coding=utf-8

importtensorflowastf
#case2
input=tf.Variable(tf.round(10*tf.random_normal([1,3,3,2])))
filter=tf.Variable(tf.round(5*tf.random_normal([1,1,2,1])))
op2=tf.nn.conv2d(input,filter,strides=[1,1,1,1],padding='VALID')
#对于filter，多个输入通道，变成一个输入通道，是对各个通道上的卷积值进行相加
init=tf.global_variables_initializer()
withtf.Session()assess:
sess.run(init)
print("case2")
print("input:",sess.run(input))
print("filter:",sess.run(filter))
print("conv",sess.run(op2))

#case2
#input:[[[[-14.-11.]
#[2.2.]
#[25.18.]]
#
#[[8.13.]
#[-7.-7.]
#[11.6.]]
#
#[[-1.8.]
#[18.10.]
#[-2.19.]]]]
#filter:[[[[-3.]
#[2.]]]]

#conv[[[[20.]
#[-2.]
#[-39.]]
#
#[[2.]
#[7.]
#[-21.]]
#
#[[19.]
#[-34.]
#[44.]]]]

#转换：输入为3*3的2通道数据
#通道1：
#[-14225],
#[8-711],
#[-118-2]
#通道2：
#[-11218],
#[13-76],
#[81019]
#conv转换
#[20-2-39],
#[2-7-21],
#[9-3444]

#计算过程
#[-14225],
#[8-711],*[-3]+
#[-118-2]
#[-11218],
#[13-76],*[2]
#[81019]
#result
#[20-2-39],
#[2-7-21],
#[9-3444]