CNN：TensorFlow 中的卷积运算符 vs 手动计算

Question

让我们假设以下张量：

当

filter_size

为

(3, 3)

，stride为

(1, 1)

，padding为

same

时，我对TensorFlow 2.8.0中卷积算子的理解如下（默认选项）：

其中

g_{ij}

是输入张量的值，

W_{mp}

是过滤器的值，

\Psi

是偏差。根据我的理解，多通道 CNN 的卷积运算符的工作原理如下：

但是，我手工计算的卷积算子和TensorFlow（Keras）生成的中间层张量不一样，有时会出现小数点第一位或第二位。

会是什么原因？最初，我认为这可能是因为四舍五入，但是像 TensorFlow 这样的手动计算四舍五入并没有解决问题。如果您需要更多详细信息，请告诉我。