Keras Conv2D 内核答案

【问题标题】：Keras Conv2D kernelKeras Conv2D 内核
【发布时间】：2021-02-16 14:52:00
【问题描述】：

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

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

后来，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，kernel 在哪里给出？，filters 是如何计算的？

【问题讨论】：

【解决方案1】：

在tf.nn.conv2d 中，您需要将filters 设置为您预先创建的多维数组（张量）。如果您想使用 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。每个内核的尺寸将由kernel_size 设置为kernel_size。

【讨论】：