擅长:python、mysql、java
<p>正如其他人提到的,参数是不同的,特别是“过滤器”。conv2d使用一个张量作为过滤器,这意味着您可以在<a href="https://github.com/tensorflow/models/blob/master/tutorials/image/cifar10/cifar10.py" rel="noreferrer">cifar10 code</a>中指定权重衰减(或者其他属性)。(是否希望/需要在conv层中进行重量衰减是另一个问题。)</p>
<pre><code>kernel = _variable_with_weight_decay('weights',
shape=[5, 5, 3, 64],
stddev=5e-2,
wd=0.0)
conv = tf.nn.conv2d(images, kernel, [1, 1, 1, 1], padding='SAME')
</code></pre>
<p>我不太确定如何在tf.layers.conv2d中设置权重衰减,因为它只接受一个整数作为过滤器。也许用<code>kernel_constraint</code>?</p>
<p>另一方面,tf.layers.conv2d会自动处理激活和偏移,而如果使用tf.nn.conv2d,则必须为它们编写附加代码</p>