[英]Keras Conv2D kernel
在 notebook卷積和 relu中提到卷積是在 keras 中完成的
layers.Conv2D(filters=64, kernel_size=3, activation='relu')
后來,張量流等效函數被給出為
image_filter = tf.nn.conv2d(
input=image,
filters=kernel,
# we'll talk about these two in lesson 4!
strides=1,
padding='SAME',
)
我了解 tensorflow conv2d 函數。 但是,我不明白 keras Conv2D 是如何等效的。
問題:對於 keras.layers.Conv2D kernel
在哪里給出?, filters
是如何計算的?
在tf.nn.conv2d
,您需要將filters
設置為您預先創建的多維數組(張量)。 如果要使用大小為 3x3 的 64 個內核執行卷積,則輸入張量必須具有這些維度。
在layers.Conv2D
, layers.Conv2D
為您管理多維數組,但您可以配置數組的維度。 也就是說,數組中的內核數將設置為等於filters
參數。 每個內核的尺寸將被設置為kernel_size
由kernel_size
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.