Conv2d

Tính toán tích chập 2-D cho các tensor `đầu vào` và `bộ lọc` 4-D.

Với một tensor đầu vào có hình dạng `[batch, in_height, in_width, in_channels]` và một tensor bộ lọc / kernel có hình dạng `[filter_height, filter_width, in_channels, out_channels]`, op này thực hiện như sau:

1. Làm phẳng bộ lọc thành ma trận 2-D có hình dạng `[filter_height * filter_width * in_channels, out_channels]`. 2. Trích xuất các mảng hình ảnh từ tensor đầu vào để tạo thành một tensor ảo có hình dạng `[batch, out_height, out_width, filter_height * filter_width * in_channels]`. 3. Đối với mỗi bản vá, nhân ma trận bộ lọc và vectơ bản vá hình ảnh với bên phải.

Cụ thể, với định dạng NHWC mặc định,

đầu ra[b, i, j, k] = sum_{di, dj, q} input[b, sải bước[1] * i + di, sải bước[2] * j + dj, q] * filter[di, dj, q, k]

Phải có `sải bước[0] = bước tiến[3] = 1`. Đối với trường hợp phổ biến nhất của cùng một sải chân ngang và đỉnh, `sải chân = [1, sải chân, sải chân, 1]`.