我的输出是否正确横剖面()?

Question

我正在尝试创建我自己的深度可分离卷积，我想用tensorflow实现来测试它，但是我不知道它是否正常工作。这是我的密码

首先创建图像和深度过滤器。图像为2个通道，每个通道为3x3。滤波器也是2个通道，3x3。两个过滤器上的过滤器值相同，而图像通道的值略有不同。你知道吗

depth_filter = np.array([   [[0,-1,0],[-1,5,-1],[0,-1,0]],
                                [[0,-1,0],[-1,5,-1],[0,-1,0]]], 
                            np.float32)
image = np.array([  [[102,109,124],[99,98,98],[103,103,98]],
                        [[101,108,123],[98,97,97],[102,102,97]]], 
                        np.float32)

然后我设置了一些变量，让自己轻松一点。你知道吗

C = image.shape[0]
H = image.shape[1]
W = image.shape[2]
R_H = depth_filter.shape[1]
R_W = depth_filter.shape[2]

然后我重塑我的矩阵，以便它们可以用于tensorflow的实现。你知道吗

kernel = tf.reshape(depth_filter, [R_H,R_W,C,1], name='kernel')
imageconv = tf.reshape(image, [1,H,W,C], name='imageconv')
dout = tf.nn.depthwise_conv2d(imageconv, kernel, [1,1,1,1], padding='SAME')

问题是我得到了这个输出

[[[-325.    0.]
  [-407.  406.]
  [-206.  406.]]

 [[ 327. -208.]
  [  85.   76.]
  [-199.  212.]]

 [[ 393. -204.]
  [ 438. -424.]
  [   0. -326.]]]

我希望得到2个3x3矩阵，其中内核上的通道1将过滤通道1图像，内核上的通道2将过滤通道2图像。当我每个频道只有一个频道时，我会得到一个3x3的图像。我是不是不明白深度卷积是怎么工作的，还是我做错了什么。你知道吗