tf.contrib.layers.convolution

Добавляет N-мерное свёртку, за которой необязательно следует слой batch_norm.

tf.contrib.layers.convolution(
    inputs, num_outputs, kernel_size, stride=1, padding='SAME', data_format=None,
    rate=1, activation_fn=tf.nn.relu, normalizer_fn=None, normalizer_params=None,
    weights_initializer=initializers.xavier_initializer(), weights_regularizer=None,
    biases_initializer=tf.zeros_initializer(), biases_regularizer=None, reuse=None,
    variables_collections=None, outputs_collections=None, trainable=True,
    scope=None, conv_dims=None
)

Требуется, чтобы 1 ≤ N ≤ 3.

convolution создаёт переменную под названием weights, представляющую свёрточное ядро, которое свёртывается (фактически кросс-коррелируется) с inputs, чтобы получить Tensor активаций. Если указан normalizer_fn (например, batch_norm), то он применяется. В противном случае, если normalizer_fn равно None и указан biases_initializer, тогда создаётся переменная biases и добавляется к активациям. Наконец, если activation_fn не равно None, оно также применяется к активациям.

Выполняет атроусную свёртку со скоростью шага/разбавлением входного сигнала, равной rate, если для любого измерения rate задано значение > 1. В этом случае stride значения ≠ 1 не поддерживаются.