tf.nn.conv2d和tf.contrib.slim.conv2d的区别

在查看代码的时候，看到有代码用到卷积层是tf.nn.conv2d，但是也有的使用的卷积层是tf.contrib.slim.conv2d，这两个函数调用的卷积层是否一致，在查看了API的文档，以及slim.conv2d的源码后，做如下总结：

首先是常见使用的tf.nn.conv2d的函数，其定义如下：

conv2d(

input,

filter,

strides,

padding,

use_cudnn_on_gpu=None,

data_format=None,

name=None

)

input指需要做卷积的输入图像，它要求是一个Tensor，具有[batch_size, in_height, in_width, in_channels]这样的shape，具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数]，注意这是一个4维的Tensor，要求数据类型为float32和float64其中之一

filter用于指定CNN中的卷积核，它要求是一个Tensor，具有[filter_height, filter_width, in_channels, out_channels]这样的shape，具体含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]，要求类型与参数input相同，有一个地方需要注意，第三维in_channels，就是参数input的第四维，这里是维度一致，不是数值一致

strides为卷积时在图像每一维的步长，这是一个一维的向量，长度为4，对应的是在input的4个维度上的步长

padding是string类型的变量，只能是"SAME","VALID"其中之一，这个值决定了不同的卷积方式，SAME代表卷积核可以停留图像边缘，VALID表示不能，更详细的描述可以参考http://blog.csdn.net/mao_xiao_feng/article/details/53444333

use_cudnn_on_gpu指定是否使用cudnn加速，默认为true

data_format是用于指定输入的input的格式，默认为NHWC格式

结果返回一个Tensor，这个输出，就是我们常说的feature map

而对于tf.contrib.slim.conv2d，其函数定义如下：

convolution(inputs,

num_outputs,

kernel_size,

stride=1,

padding='SAME',

data_format=None,

rate=1,

activation_fn=nn.relu,

normalizer_fn=None,

normalizer_params=None,

weights_initializer=initializers.xavier_initializer(),

weights_regularizer=None,

biases_initializer=init_ops.zeros_initializer(),

biases_regularizer=None,

reuse=None,

variables_collections=None,

outputs_collections=None,

trainable=True,

scope=None):

inputs同样是指需要做卷积的输入图像

num_outputs指定卷积核的个数（就是filter的个数）

kernel_size用于指定卷积核的维度（卷积核的宽度，卷积核的高度）

stride为卷积时在图像每一维的步长

padding为padding的方式选择，VALID或者SAME

data_format是用于指定输入的input的格式

rate这个参数不是太理解，而且tf.nn.conv2d中也没有，对于使用atrous convolution的膨胀率（不是太懂这个 atrous convolution）

activation_fn用于激活函数的指定，默认的为ReLU函数

normalizer_fn用于指定正则化函数

normalizer_params用于指定正则化函数的参数

weights_initializer用于指定权重的初始化程序

weights_regularizer为权重可选的正则化程序

biases_initializer用于指定biase的初始化程序

biases_regularizer: biases可选的正则化程序

reuse指定是否共享层或者和变量

variable_collections指定所有变量的集合列表或者字典

outputs_collections指定输出被添加的集合

trainable:卷积层的参数是否可被训练

scope:共享变量所指的variable_scope

在上述的API中，可以看出去除掉初始化的部分，那么两者并没有什么不同，只是tf.contrib.slim.conv2d提供了更多可以指定的初始化的部分，而对于tf.nn.conv2d而言，其指定filter的方式相比较tf.contrib.slim.conv2d来说，更加的复杂。去除掉少用的初始化部分，其实两者的API可以简化如下：

tf.contrib.slim.conv2d (inputs,

num_outputs,[卷积核个数]

kernel_size,[卷积核的高度，卷积核的宽度]

stride=1,

padding='SAME',

)

tf.nn.conv2d(

input,(与上述一致)

filter,([卷积核的高度，卷积核的宽度，图像通道数，卷积核个数])

strides,

padding,

)

可以说两者是几乎相同的，运行下列代码也可知这两者一致

import tensorflow as tf

import tensorflow.contrib.slim as slim

x1 = tf.ones(shape=[1, 64, 64, 3])

w = tf.fill([5, 5, 3, 64], 1)

# print("rank is", tf.rank(x1))

y1 = tf.nn.conv2d(x1, w, strides=[1, 1, 1, 1], padding='SAME')

y2 = slim.conv2d(x1, 64, [5, 5], weights_initializer=tf.ones_initializer, padding='SAME')