keras.layers.Conv2D的默认内核大小,零填充和步幅是什么?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了keras.layers.Conv2D的默认内核大小,零填充和步幅是什么?相关的知识,希望对你有一定的参考价值。

Conv2D(keras.layers.Conv2D)中的默认内核大小,零填充和Stride参数是什么?如果未指定这些参数会发生什么?

答案

你可以在这里找到文档:https://keras.io/layers/convolutional/

在python中,您可以为函数的参数提供默认值。如果在调用函数时未指定这些参数,则使用默认值。

在上面的链接中,您会发现Conv2D具有以下参数:

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

只能提供过滤器和kernel_size参数,其他参数是可选的或旁边有默认值。

以上是关于keras.layers.Conv2D的默认内核大小,零填充和步幅是什么?的主要内容,如果未能解决你的问题,请参考以下文章

TensorFlow之keras.layers.Conv2D( )

padding='same' 和 strides > 1 的 tf.keras.layers.Conv2D 表现如何?

keras.layers.Conv2D中过滤器参数中keras使用了哪些类型的“过滤器”?

如何在 Tensorflow 2 中获取 Conv2D 内核值

在尝试训练之前查看我的神经网络的架构

如何在训练 tensorflow.keras 期间替换损失函数