如果 Edge TPU 编译器只支持 3 个 dim 张量，如何实现 conv2d 层？
If Edge TPU compiler only supports 3 dim tensors how to implement conv2d layers?
我有一个问题，希望很容易回答。
如果我想实现一个简单的 conv2d 层，我需要一个 4 维权重张量，其中所有维度大小通常都大于 1。
但是 Edge TPU 编译器的要求是："Tensors are either 1-, 2-, or 3-dimensional. If a tensor has more than 3 dimensions, then only the 3 innermost dimensions may have a size greater than 1."
(https://coral.withgoogle.com/docs/edgetpu/models-intro/)
现在回答我的问题：如果只有尺寸大于 1 的三维张量可用，我该如何实现转换层？还是我记错了？
提前致谢
我认为它们的意思是输入张量和层的输出受到这样的限制。编译器当然接受 conv2d 层，即使内核张量不满足这些形状要求，正如您正确指出的那样！
Edge TPU 无法接受一批输入图像，这就是张量的第四维。它代表您的批次的大小。而 Conv2d 操作是在三维张量上定义的，拥有一批图像只需对每个输入图像分别并行执行 2D 卷积。
我有一个问题，希望很容易回答。
如果我想实现一个简单的 conv2d 层，我需要一个 4 维权重张量，其中所有维度大小通常都大于 1。
但是 Edge TPU 编译器的要求是："Tensors are either 1-, 2-, or 3-dimensional. If a tensor has more than 3 dimensions, then only the 3 innermost dimensions may have a size greater than 1." (https://coral.withgoogle.com/docs/edgetpu/models-intro/)
现在回答我的问题：如果只有尺寸大于 1 的三维张量可用，我该如何实现转换层？还是我记错了？
提前致谢
我认为它们的意思是输入张量和层的输出受到这样的限制。编译器当然接受 conv2d 层，即使内核张量不满足这些形状要求，正如您正确指出的那样！
Edge TPU 无法接受一批输入图像，这就是张量的第四维。它代表您的批次的大小。而 Conv2d 操作是在三维张量上定义的，拥有一批图像只需对每个输入图像分别并行执行 2D 卷积。