基于Tensorflow一维卷积用法详解

基于基于Tensorflow一维卷积用法详解一维卷积用法详解

主要介绍了基于Tensorflow一维卷积用法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来

看看吧

我就废话不多说了，大家还是直接看代码吧！

import tensorflow as tf

import numpy as np

input = tf.constant(1,shape=(64,10,1),dtype=tf.float32,name='input')#shape=(batch,in_width,in_channels)

w = tf.constant(3,shape=(3,1,32),dtype=tf.float32,name='w')#shape=(filter_width,in_channels,out_channels)

with tf.Session() as sess:

print(sess.run(conv1))

print(sess.run(conv2))

print(sess.run(conv3))

以下是input_shape=(1,10,1), w = (3,1,1)时，conv1的shape

以下是input_shape=(1,10,1), w = (3,1,3)时，conv1的shape

补充知识：补充知识：tensorflow中一维卷积中一维卷积conv1d处理语言序列举例处理语言序列举例