Python 3.5 / Windows 10 / tensorflow-gpu 1.12 (GTX 1070)
目标：为三通道图像构建卷积自编码器
教程来源：https://towardsdatascience.com/autoencoders-introduction-and-implementation-3f40483b0a85
该教程使用的是MNIST数据集，我的图像更大且有三个颜色通道，但我正在尝试相应地进行调整。
让我感到困惑的一点在这里：
inputs_ = tf.placeholder(tf.float32, (None, 28, 28, 1), name='inputs')conv1 = tf.layers.conv2d(inputs=inputs_, filters=32, kernel_size=(3,3), padding='same', activation=tf.nn.relu)# Now 28x28x32[28,28,1] 是 MNIST 图像的宽高和灰度
我理解 kernel_size 等同于滤波器大小——这是正确的吗？ (https://blog.xrds.acm.org/2016/06/convolutional-neural-networks-cnns-illustrated-explanation/)
使用这里展示的相同核/滤波器和步长理解：
我对推导特征图的理解：
我不会对上面的图像进行填充，并且会得到以下结果：
filter_ct_a, out_shape_a, padding_a = calc_num_filters(shapeXY=[5,5,1], filterXY=[3,3], strideXY=[1,1])print("# Filters: {}\nNew Shape: {}\n Padding : {}".format(filter_ct_a, out_shape_a, padding_a))# Filters: 9New Shape: [3, 3, 1] Padding : [0, 0]考虑到它被填充了：
filter_ct_a, out_shape_a, padding_a = calc_num_filters(shapeXY=[5,5,1], filterXY=[3,3], strideXY=[1,1], paddingXY=[1,1])print("# Filters: {}\nNew Shape: {}\n Padding : {}".format(filter_ct_a, out_shape_a, padding_a))5.0# Filters: 25New Shape: [5, 5, 1] Padding : [1, 1]我认为滤波器的数量是图像大小、填充、步长和核大小的函数。（这是正确的吗？）(如何解释TensorFlow的卷积滤波器和步长参数？)
我对这种关系的虚拟计算如下：
def calc_num_filters(shapeXY, filterXY, strideXY=[1,1], paddingXY = [0,0]): paddingX = paddingXY[0] while True: filtersX = 1 + ((shapeXY[0]+2*paddingX-filterXY[0])/strideXY[0]) if filtersX == int(filtersX):# and filtersX%2 == 0: break paddingX += 1 if paddingX >= shapeXY[0]: raise "incompatable filter shape X" paddingY = paddingXY[1] while True: filtersY = 1 + ((shapeXY[1]+2*paddingY-filterXY[1])/strideXY[1]) if filtersY == int(filtersY):# and filtersY%2 == 0: break paddingY += 1 if paddingY >= shapeXY[1]: raise "incompatable filter shape Y" return (int(filtersX*filtersY),[int(filtersX), int(filtersY), shapeXY[2]], [paddingX, paddingY])在教程示例中，conv1 将张量大小从 [28, 28, 1] 更改为 [28, 28, 32]。我注意到 tf.layers.conv2d 似乎在所有情况下都使通道（或 z 维）与传入的 filters 值匹配。
我无法理解这些值如何兼容：28x28 的图像，使用 kernel_size=(3,3) 得到 32 个滤波器？
假设步长 = [1,1]
filter_ct_a, out_shape_a, padding_a = calc_num_filters(shapeXY=[28,28,1], filterXY=[3,3], strideXY=[1,1])print("# Filters: {}\nNew Shape: {}\n Padding : {}".format(filter_ct_a, out_shape_a, padding_a))# Filters: 676New Shape: [26, 26, 1] Padding : [0, 0]使用 strideXY=[3,3]：
filter_ct_a, out_shape_a, padding_a = calc_num_filters(shapeXY=[28,28,1], filterXY=[3,3], strideXY=[3,3])print("# Filters: {}\nNew Shape: {}\n Padding : {}".format(filter_ct_a, out_shape_a, padding_a))# Filters: 100New Shape: [10, 10, 1] Padding : [1, 1]如果滤波器（数量）、核大小、步长和图像大小以我理解的方式相关——为什么TensorFlow需要指定滤波器数量而不是可以推导出来？
回答：
滤波器的数量完全不与核大小、步长或图像大小相关。相反，它是由您通过 filters 参数指定的。例如，当您设置 filters=32 时，这意味着该层将拥有32个独立的卷积滤波器，每个滤波器将应用于给定图像，在您的示例中图像形状为 (28, 28, 1)，并将返回形状为 (28, 28) 的特征图（即激活图）（假设 padding='same'）。因此，所有滤波器结合起来，卷积层的输出将具有形状 (28, 28, 32)。如果您设置了 filter=53，卷积层的输出形状将为 (28, 28, 53)，即每个卷积滤波器对应一个特征图。
