python - 为什么theano conv2d会添加空维度？

Question

我正在玩一些简单的 Theano 代码，我遇到了以下问题：

import numpy
import theano
from theano import tensor
from theano.tensor.signal.conv import conv2d

m = tensor.fmatrix()
w = numpy.ones([10,1], dtype=numpy.float32)
c = conv2d(m,w)
f = theano.function([m], c)
print f(numpy.ones([100,100], dtype=numpy.float32)).shape

结果：（1、91、100）

2d 输入的 2d 卷积的结果预计是 2d，但实际上是 3d。为什么？

Answer 1

conv2d说signal.conv.conv2d的文档字符串执行输入与给定过滤器的基本 2D 卷积。（注意复数）

你可以给它传递几个过滤器，它会返回所有这些的卷积。试试例如

c = conv2d(m,np.array([w, w, w]))
f = theano.function([m], c)
print f(numpy.ones([100,100], dtype=numpy.float32)).shape  # outputs (3, 91, 100)

因此，默认情况下，如果您只通过 1 个过滤器，它似乎会添加一个退化轴（可能是因为如果您自己没有以这种方式通过它，它会在内部将此轴添加到您的过滤器。换句话说，它不会保留跟踪输入形状以返回对应的东西。看起来比其他任何东西都更像是一种设计选择。）