我有一个特定的输入，形状为Shape = [NxHxWxC_in]，以及一个核，大小为Size = [n_h,n_w,stride_h, stride_w]，包含C_out个滤波器（如果步长可以简化为1和1会更简单，但更通用的答案会更好）。

在TensorFlow中，创建1D卷积/仿射变换层组合以获得与2D卷积相同结果的最有效方法是什么？

我发现了一种称为螺旋变换（Helix Transform）的方法，但我无法确定这种方法是否可以扩展到多个通道（其中C_in和C_out是相当大的数字）。

回答：

您可以使用螺旋变换来创建1D卷积，以实现多维卷积的等效效果。