具有不同滤波器大小的 TensorFlow 卷积

【问题标题】：Tensorflow Convolution with Different Filter Sizes具有不同滤波器大小的 TensorFlow 卷积
【发布时间】：2017-07-13 00:55:20
【问题描述】：

我想用不同大小的过滤器对我的数据馈送进行卷积处理，并且想知道如何使用 Tensorflow 实现以下设置

换句话说，我希望有两个并行卷积并将它们连接到展平层中，就在馈入全连接层之前，但不确定连接。

任何代码 sn-p 或方法的来源都会有很大帮助！

【问题讨论】：

标签： python tensorflow conv-neural-network convolution

【解决方案1】：

假设批量大小为 100，图像数据大小为 28x28x1。

import tensorflow as tf

inp = tf.placeholder(tf.float32, shape=[100, 28, 28, 1])
left_branch = tf.layers.conv2d(input=inp, filters=N, kernel_size=[L, M])
right_branch = tf.layers.conv2d(input=inp, filters=P, kernel_size=[R, S])

left_reshape = tf.reshape(left_branch, [100, num_outputs_in_left_branch])
right_reshape = tf.reshape(right_branch, [100, num_outputs_in_right_branch])

combined_branch = tf.concat([left_reshape, right_reshape], axis=1)
combined_branch = tf.layers.dense(combined_branch, num_units_in_dense)

【讨论】：