2D 数组的 TensorFlow 卷积

Question

我有一些数据，其中有一个 2D 数组 A 和一个内核 K。我想计算这些的卷积。我如何在 TensorFlow 中执行此操作。看起来内置的卷积运算采用 4D 张量作为输入，因为它们假设我们正在计算具有多个颜色 channel 的批处理。如何对我的数据使用这些操作？

示例:

a = np.random.randint(2, size=(10,10))
k = [[1,1,1],[1,1,1],[1,1,1]]
# Compute convolution of these??
c = ...

Answer 1

import tensorflow as tf
import numpy as np

a = np.random.randint(2, size=(10,10))
k = [[1,1,1],[1,1,1],[1,1,1]]

tensor_a = tf.constant(a, tf.float32)
tensor_k = tf.constant(k, tf.float32)

tensor_res = tf.nn.convolution(tf.reshape(tensor_a, [1, 10, 10, 1]), tf.reshape(tensor_k, [3, 3, 1, 1]), padding='VALID')

sess = tf.Session()
print(sess.run(tensor_res))

计算图教程是 here

卷积助手doc