卷积层函数

Conv2D

Conv2D(filters, kernel_size, strides=(1, 1), padding='valid', data_format=None, dilation_rate=(1, 1), activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, bias_constraint=None, **kwargs)

Conv2D函数的主要作用是进行卷积操作。

参数

• filters：输出空间的维数，用整数表示；
• kernel_size：指定卷积核的宽和高，用包含2个整数的列表或元组表示；
• strides：指定卷积沿宽度和高度的步长，用包含2个整数的列表或元组表示；
• padding："valid" 或 "same"
• data_format：channels_last (默认值) 或 channels_first
• dilation_rate：指定用于扩张卷积的扩张率，用1个整数或者包含2个整数的列表或元组表示；
• activation：要使用的激活函数。如果不指定，将不会使用任何激活函数；
• use_bias：是否使用偏移向量，布尔值；
• kernel_initializer：卷积核矩阵权重的初始值设定；
• bias_initializer：偏移向量的初始值设定；
• kernel_regularizer：应用于卷积核矩阵的正则化函数；
• bias_regularizer：应用于偏移向量的正则化函数；
• activity_regularizer：应用于网络层输出的正则化函数；
• kernel_constraint：应用于卷积核矩阵的约束函数；
• bias_constraint：应用于偏移向量的约束函数。