0
点赞
收藏
分享

微信扫一扫

conv2D中的NHWC与NCHW理解


conv2D中的NHWC与NCHW理解_深度学习

卷积是CNN里的算法核心,各种高级的NN算法,可以简单的看成是卷积,池化,全连接的有序的组合。 

其中卷积函数conv2d是我们常用的卷积计算函数,其中的data_format的理解,最开始学习的时候,总是忽略了,直到有次具体的项目,才仔细研究了这个参数

data_format的参数 'NHWC'  和 ‘NCHW’, 在api的介绍里,只是囫囵吞找的记住了, NHWC,数据格式,尺寸大小的描述信息在2,3维度, NCHW,在3,4维。默认是NHWC;

基本上的调用都是默认参数NHWC。   其实对应很简单, N-batch number, H height size, W width size; C channel number  

意义何在呢,其实就是就是看你数据准备时,你准备的数据结构是怎样的, 通常我们的处理都是NHWC的方式,所以很少用到NCHW的,但是偏偏就有不这么处理的,就有了NCHW的理解了。

 

举报

相关推荐

0 条评论