Tensorflow,TensorFlow tf.keras.layers.conv2D

 2023-10-05 阅读 18 评论 0

摘要:參數描述 參數描述inputs把上一層的輸出作為輸入(直接將上一層作為參數輸入即可)input_shape當作為模型的第一層時,需要指出輸入的形狀(samples,rows,cols,channels) ,只指出后三維即可,第一維度按batch_size自動指定filters卷積過濾器的數量,對應輸出的維數kernel_size整數,過

參數描述

參數描述
inputs把上一層的輸出作為輸入(直接將上一層作為參數輸入即可)
input_shape當作為模型的第一層時,需要指出輸入的形狀(samples,rows,cols,channels) ,只指出后三維即可,第一維度按batch_size自動指定
filters卷積過濾器的數量,對應輸出的維數
kernel_size整數,過濾器的大小,如果為一個整數則寬和高相同
strides橫向和縱向的步長,如果為一個整數則橫向和縱向相同
paddingvalid:表示不夠卷積核大小的塊,則丟棄;same表示不夠卷積核大小的塊就補0,所以輸出和輸入形狀相同
data_formatchannels_last為(batch,height,width,channels),channels_first為(batch,channels,height,width)
dilation_rate
activation激活函數,None是線性函數
use_bias是否使用偏差量
kernel_initializer卷積核的初始化。
bias_initializer偏差向量的初始化。如果是None,則使用默認的初始值。
kernel_regularizer卷積核的正則項
bias_regularizer偏差向量的正則項
activity_regularizer輸出的正則函數
bias_constraint映射函數,當偏差向量被Optimizer更新后應用到偏差向量上。
trainableBoolean類型。
name字符串,層的名字。
reuseBoolean類型,表示是否可以重復使用具有相同名字的前一層的權重。

例子

import numpy as np
import tensorflow as tf
img = np.array([[1,1,1],[1,1,1],[1,1,1,]]).astype(np.float32)img = tf.constant(img)  # 將numpy轉換為tensorflow
img = tf.expand_dims(img,2)  # 在最后一維度,添加chanel通道,默認值為1.0
img = tf.expand_dims(img,0)  # 在最前一維度,添加圖片,用來表示圖片
img.shape  # 現在的形狀是(1,3,3,1)既(圖片,高度,寬度,通道),第一維可以索引到某個具體圖片,二三維度可以索引到具體像素點,第四維度可以索引到某個通道的值
conv = tf.keras.layers.Conv2D(filters=1,kernel_size=2,strides=(1,1),padding='same')
conv(img)

輸入

4維的張量:
channel_last:(samples,rows,cols,channels) 默認選項
channel_first:(samples,channels,rows,cols)

輸出

4維的張量:
channel_last:(samples, new_rows, new_cols, filters) 默認
channel_first:(samples, filters, new_rows, new_cols)

init

__init__(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
)

Tensorflow,參考文獻:
官網
https://www.w3cschool.cn/tensorflow_python/tf_nn_conv2d.html
https://blog.csdn.net/HappyRocking/article/details/80243790
https://www.itcodemonkey.com/article/8794.html
expand_dim
tf.nn tf.keras

版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。

原文链接:https://hbdhgg.com/1/116096.html

发表评论:

本站为非赢利网站,部分文章来源或改编自互联网及其他公众平台,主要目的在于分享信息,版权归原作者所有,内容仅供读者参考,如有侵权请联系我们删除!

Copyright © 2022 匯編語言學習筆記 Inc. 保留所有权利。

底部版权信息