Tensorflow：用不同的内核对每个图像进行卷积

Question

在 TensorFlow 中，如何使用不同的 2D 内核对 minibatch 中的每个图像进行卷积？每个小批量图像的大小为[10000, 32, 32]，相应的过滤器的大小为[10000, 2, 2]---10000 个内核，每个 2 像素 x 2 像素。我想得到大小为[10000, 31, 31] 的输出。 （我计划将步长设置为 1，并使用“VALID”选项关闭填充，因此输出图像的大小为 31x31，而输入图像的大小为 32x32。）

在a related question 中，解决方案是为小批量图像添加“深度”维度，然后使用 conv3d 而不是 conv2d。但在那个问题中，操作似乎满足于只返回一张图像作为输出，而不是为小批量中的每个样本返回一张图像作为输出。

Answer 1

啊，tf.nn.depthwise_conv2d 函数正是我想要的。我认为没有任何方法可以使用 conv2d 或 conv3d 来完成任务。