我有一个特殊的输入与Shape = [NxHxWxC_in]和Size = [n_h,n_w,stride_h, stride_w]的内核与C_out数量的过滤器(步长可以是1和1,如果这简化了事情,但一般的答案会更好)。
Shape = [NxHxWxC_in]
Size = [n_h,n_w,stride_h, stride_w]
C_out
在TensorFlow中创建一维Conv /仿射变换层组合以获得与2D卷积相同的结果的最有效方法是什么?
我发现了一个叫做螺旋变换的东西但是我无法看到它是否可以扩展到多个通道(C_in和C_out是相当大的数字)。
C_in