【发布时间】:2016-12-15 10:24:21
【问题描述】:
我正在尝试移植一些在 Tensorflow 上使用 CUDNN 的代码。其中大部分都非常容易移植,但我在将 cudnnConvolutionBackwardFilter 移植到 Tensorflow 时遇到了问题。我尝试使用conv2d 和conv2d_transpose,但它们都不适用于此配置。这意味着我有[N, V, V, C] 和[N, F, F, K] 形式的输入,我需要[V-F, V-F, C, K] 的输出。我虽然做一个循环来做所有的卷积并对结果求和,但我没有找到在张量流图中做这样一个循环的方法。
如何将这样的代码翻译成 Tensorflow?
【问题讨论】:
-
我看过一些名为
Conv2DBackpropFilter的操作,也许它的作用类似于您想要实现的目标? -
@sygi 你说得对。它不在文档中,但可以通过
conv2d_backprop_filter访问。你能把它作为答案发布吗?
标签: machine-learning tensorflow deep-learning convolution cudnn