python - Keras Conv2D 内核

Question

在笔记本卷积和relu中提到卷积是在keras中完成的

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

稍后，张量流等效函数为

image_filter = tf.nn.conv2d(
    input=image,
    filters=kernel,
    # we'll talk about these two in lesson 4!
    strides=1,
    padding='SAME',
)

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

问题：对于 keras.layers.Conv2D 在哪里kernel给出？，如何filters计算？

标签： pythontensorflowimage-processingkeras-layer

Answer 1

在tf.nn.conv2d中，您需要设置filters为您预先创建的多维数组（张量）。如果要使用 64 个大小为 3x3 的内核执行卷积，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，但您配置数组的维度。也就是说，数组中的内核数将设置为等于filters参数。每个内核的尺寸将设置kernel_size为kernel_size。