卷积层
创建卷积层
首先导入keras中的模块
from keras.layers import Conv2D
卷积层的格式及参数:
Conv2D(filters, kernel_size, strides...200, 1))
示例 2
假设我希望 CNN 的下一层级是卷积层,并将示例 1 中构建的层级作为输入。...卷积层中的参数数量取决于filters, kernel_size, input_shape的值
K: 卷积层中的过滤器数量, K=filters
F:卷积过滤器的高度和宽度, F = kernal_size...D_in: 上一层级的深度, D_in是input_shape元组中的最后一个值
卷积层中的参数数量计算公式为:K * F * F * D_in + K
卷积层的形状
卷积层的形状取决于kernal_size..., input_shape, padding, stride的值
K: 卷积层中的过滤器数量,K = filters
F: 卷积过滤器的高度和宽度, F = kernal_size
H_in: 上一层级的高度