第二卷积层的输入尺寸？

Question

在下面的代码中，我介绍了一个卷积和一个最大池层。共用层的输出形状为（4,6,6,1）。现在我想定义第二个卷积层。第二个卷积层的输入是什么？我可以调用相同的conv2d函数吗？但是这里的输入通道是不同的。

batch_size = 4 
image_height = 12 
image_width =12 
input_channel = 2 
output_channel =1 
input = tf.Variable(tf.random_normal([batch_size,image_height,image_width,input_channel])) 
filter = tf.Variable(tf.random_normal([2,2,input_channel,output_channel])) 
def conv2d(inputs,filters): 
    return tf.nn.conv2d(inputs,filters,strides=[1,1,1,1],padding='SAME') 
def max_pool(conv_out): 
    return tf.nn.max_pool(conv_out,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME') 
conv_out1 = conv2d(input,filter) 
pooling_out1= max_pool(conv_out1) 
sess =tf.InteractiveSession() 
sess.run(tf.initialize_all_variables()) 
print conv_out1.get_shape() 
print pooling_out1.get_shape() 

Answer 1

你可以用不同的过滤器调用相同conv2d功能，但希望。