conv1d und conv2d in tensorflow

Question

Für conv2d angenommen, eine Eingabe-2D-Matrix mit Form (W, H) und die Größe des Conv-Kerns ist (Wk, H), was bedeutet, dass die Höhe des Kerns gleich mit der Höhe der Eingabe ist Matrix. Können wir in diesem Fall denken, dass conv1 mit Kernelgröße Wk die gleiche Berechnung wie conv2d ausführt?

Zum Beispiel:

tf.layers.conv2d(
    kernel_size=tf.Variable(tf.truncated_normal([Wk, H, 1, out_dim], stddev=0.1), 
    input=... 
) 

gleich zu:

tf.layers.conv1d(kernel_size=Wk, input=...) 

Answer 1

Sie sind nicht gleich; der conv2d Kernel hat viel mehr Gewichte und wird deswegen anders trainieren. Abhängig davon, was auf padding gesetzt ist, darf auch die Ausgabegröße der conv2d-Operation nicht 1D sein.