Keras中Conv2D和Convolution2D的区别答案

【问题标题】：Difference between Conv2D and Convolution2D in KerasKeras中Conv2D和Convolution2D的区别
【发布时间】：2018-05-05 00:12:08
【问题描述】：

Tensorflow 已经有了答案。但问题是在我的 IDE 中 Conv2D 是一个类而 Convolution2D 是一个变量？

【问题讨论】：

标签： machine-learning neural-network keras convolution keras-layer

【解决方案1】：

来自keras source code，它们是相同的：
（源代码不时更改，上面链接中的行号最终可能会出错）

# Aliases

Convolution1D = Conv1D
Convolution2D = Conv2D
Convolution3D = Conv3D
SeparableConvolution2D = SeparableConv2D
Convolution2DTranspose = Conv2DTranspose
Deconvolution2D = Deconv2D = Conv2DTranspose
Deconvolution3D = Deconv3D = Conv3DTranspose

【讨论】：

为什么我收到此警告用户警告：更新您对 Keras 2 API 的 Conv2D 调用：Conv2D(32, (3, 3), input_shape=(64, 64, 3..., activation="relu")classifier.add(Conv2D(32,3,3,input_shape=(64,64, 3),activation='relu'))
因为您传递参数的方式在 Keras1 中是可以的，但不是 keras 2 的方式。它仍然支持旧方式，但它会给你这个信息。注意kernel_size=(3,3)。这就是在 keras 2 中应该如何完成的。