Keras Conv2D内核

问题描述

在笔记本convolution-and-relu中，提到卷积是在keras中完成的，

0

稍后，张量流等效函数为

    layers.Conv2D(filters=64,kernel_size=3,activation='relu')

我了解tensorflow conv2d函数。但是，我不了解keras Conv2D是如何等效的。

问题：对于keras.layers.Conv2D，image_filter = tf.nn.Conv2d( input=image,filters=kernel,# we'll talk about these two in lesson 4! strides=1,padding='SAME',) 在哪里给出？kernel是如何计算的？

解决方法

在tf.nn.conv2d中，您需要将filters设置为预先创建的多维数组（张量）。如果要对尺寸为3x3的64个内核执行卷积，则输入张量必须具有这些尺寸。

在layers.Conv2D中，Keras为您管理多维数组，但是您可以配置数组的尺寸。也就是说，数组中的内核数将设置为等于filters参数。每个内核的尺寸将由kernel_size设置为kernel_size。