我正在尝试使用tf-slim的conv2d将我正在使用的网络转换为使用tf.layers.conv2d,因为看起来tf.layers是更受支持且面向未来的选项.函数签名非常相似,但两者之间在算法上有什么不同吗？我得到的输出张量尺寸不同于预期.
x = tf.layers.conv2d(inputs=x,
filters=256,
kernel_size=[3,3],
trainable=True)
与此相反:
x = slim.conv2d(x, 256, 3)
python neural-network deep-learning conv-neural-network tensorflow