最近还在看《TensorFlow 实战Google深度学习框架第二版》这本书，根据第六章里面对于卷基层和池化层的介绍可以发现，在执行 tf.nn.conv2d 和 tf.nn.max_pool 函数时，有几个参数是差不多的，一个是 filter，在卷积操作中就是卷积核，是一个四维矩阵，格式是 [CONV_SIZE, CONV_SIZE, INPUT_DEEP, CONV_DEEP],分别是这一层卷积核的长宽和输入的深度以及卷积核的个数（卷积核的深度），在池化操作中，这个filter就是池化的kernel的大小，格式是[b,h,w,c]。

  1. b表示在样本上的窗口大小默认为1，也就是每一个样本都会进行运算。
  2. h表示在高度上的窗口大小，这个可以自己设定，根据网络的结构合理调节。
  3. w表示在宽度上的窗口大小，这个同上可以自己设定。
  4. c表示在通道上的窗口大小默认为1，这个表示每一个通道都会进行运算。

另外一个参数是strides，格式也是[b,h,w,c]，指的是步长，也就kernel移动一次的长度。

  1. b表示在样本上的步长默认为1，也就是每一个样本都会进行运算。
  2. h表示在高度上的默认移动步长为1，这个可以自己设定，根据网络的结构合理调节。
  3. w表示在宽度上的默认移动步长为1，这个同上可以自己设定。
  4. c表示在通道上的默认移动步长为1，这个表示每一个通道都会进行运算。

那么，会不会b和c使用大于1的值呢，特殊情况使用个别样本的个别通道的数据？

 

参考：1、https://blog.csdn.net/TwT520Ly/article/details/79540251
　　　2、https://blog.csdn.net/ddy_sweety/article/details/80634579

 

如果上述理解有什么谬误的地方，还请评论指正，谢谢。