tensorflow - 我正在尝试手动实现 tf.nn.conv2d。对于深度 > 12，我得到不同的结果？
问题描述
Tensorflow 有一种专门的方法来卷积具有深度的图像（或多个具有不同过滤器的卷积图像堆叠在一起）。我试图根据它的功能文档来实现它。对于深度 <= 12，我的实现给出了 tensorflow 的精确结果，但对于更大的深度，我在精度范围内得到相同的结果，但它们并不完全相等。
depth = 1
image = tf.convert_to_tensor(np.random.rand(1, 14, 14, depth))
kernel = tf.convert_to_tensor(np.random.rand(5, 5, depth, 64))
image_padded = np.zeros([1, 18, 18, depth])
image_padded[:, 2:-2, 2:-2, :] = image
image_reshaped = np.zeros([1, 14, 14, 5*5*depth])
for i in range(14):
for j in range(14):
image_reshaped[:, i, j, :] = tf.reshape(image_padded[:, i:i+5, j:j+5, :], [-1])
kernel_reshaped = tf.reshape(kernel, [5*5*depth, 64])
man_conv = tf.matmul(image_reshaped, kernel_reshaped)
tf_conv = tf.nn.conv2d(image, kernel, strides=[1, 1, 1, 1], padding='SAME')
(tf.equal(man_conv, tf_conv).numpy()).all() # outputs true for depth <= 12
文档参考：
给定一个 shape 的输入张量
batch_shape + [in_height, in_width, in_channels]和一个 shape 的滤波器/内核张量[filter_height, filter_width, in_channels, out_channels]，此操作执行以下操作：
- 将滤波器展平为形状为 的二维矩阵
[filter_height * filter_width * in_channels, output_channels]。 - 从输入张量中提取图像块以形成
shape的虚拟
[batch, out_height, out_width, filter_height * filter_width * in_channels]张量。 - 对于每个补丁，右乘滤波器矩阵和图像补丁向量。