Convolution vs. Conv2d-Funktion in Tensorflow

Question

In Tesnorflow gibt es einige Funktionen für Konvolutionsnetzwerke, die conv1d, conv2d, und convolution genannt werden. Wie in der Dokumentation für convolution erwähnt:

Berechnet Summen von N-D-Faltungen (tatsächlich Kreuzkorrelation).

Auch für die anderen Funktionen haben wir die ähnliche Erklärung, die sich auf ihre Abmessungen bezieht.

Die Frage ist, wenn wir convolution für 2D-Daten anstelle von conv2d (auch für 1d und 3d) verwenden, werden in Laufzeit oder nicht, eine andere Leistung erhalten? (im Allgemeinen auf CPU oder GPU-Version).

aktualisieren

Wie ich die convolution gefunden zwischen 1 und 3 für N beschränkt ist, könnte die Antwort auf die Frage trivial sein!

Answer 1

Nein, Sie erhalten keine Strafe. convolutionchecks the dimension of your convolution and call the appropriate specialization, falls zutreffend.