-1
在Tesnorflow中,卷積網絡有一些函數被稱爲conv1d
,conv2d
,conv3d
和convolution
。如convolution
文檔中所述:Tensorflow中的卷積與Conv2d函數
計算N-D卷積的總和(實際上是互相關)。
此外,對於其他功能,我們有類似的說明,它們與它們的尺寸有關。
的問題是,如果我們使用convolution
二維數據,而不是conv2d
(也可用於1D和3D),在運行時間或不將得到不同的表現? (一般在CPU或GPU版本上)。
更新
當我發現convolution
是1和3之間的限制爲N
,該問題的答案可能是微不足道的!