在ResNet的某个阶段，我每张图像有6个特征，即每个样本的形状为1X8X8X6。我希望使用4个大小为1X2X2X1的常数滤波器（DWT）对每个特征进行处理，步长为2，以便在下一层获得24个特征，并使图像变为1X4X4X24。然而，我无法使用tf.nn.conv2d或tf.nn.convolution来实现这个目的，conv2d要求输入的第四维度等于滤波器的第三维度，但我该如何做到这一点？我尝试对第一个滤波器进行操作，但这仍然不起作用：

x_in = np.random.randn(1,8,8,6)kernel_in = np.array([[[[1],[1]],[[1],[1]]]])kernel_in.shapex = tf.constant(x_in, dtype=tf.float32)kernel = tf.constant(kernel_in, dtype=tf.float32)tf.nn.convolution(x, kernel, strides=[1, 1, 1, 1], padding='VALID')

回答：

可以尝试这样做

x_in = np.random.randn(1,8,8,6) # [batch, in_height, in_width, in_channels]kernel_in = np.ones((2,2,6,24)) # [filter_height, filter_width, in_channels, out_channels]x = tf.constant(x_in, dtype=tf.float32)kernel = tf.constant(kernel_in, dtype=tf.float32)tf.nn.conv2d(x, kernel, strides=[1, 2, 2, 1], padding='VALID')# <tf.Tensor: shape=(1, 4, 4, 24), dtype=float32, numpy=....>