Keras Conv2D 內核

Question

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？

Answer 1

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 。