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 |
padding | valid: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_format | channels_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。 |
trainable | Boolean類型。 |
name | 字符串,層的名字。 |
reuse | Boolean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)
4維的張量:
channel_last:(samples,rows,cols,channels) 默認選項
channel_first:(samples,channels,rows,cols)
4維的張量:
channel_last:(samples, new_rows, new_cols, filters) 默認
channel_first:(samples, filters, new_rows, new_cols)
__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。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态