filters: 过滤器数量kernel_size:指定卷积窗口的高和宽的数字strides: 卷积stride,如果不指定任何值,则strides设为1padding: 选项包括'valid'和'same',默认值为'valid'activation: 通常为'relu',如果不指定任何值,则不应用任何激活函数,通常应该向网络中每个卷积层添加一个Relu激活函数如果卷积层出现在输入层之后,必须提供另一个input_shape参数:input_shape: 指定输入的高度、宽度和深度的元组;如果卷积层不是网络的第一个层级,则不应该包含input_shape参数。假设我要构建一个 CNN,输入层接受的是 200 x 200 像素的灰度图片。在进行卷积操作时,我希望过滤器每次跳转 2 个像素。并且,我不希望过滤器超出图片界限之外;也就是说,我不想用 0 填充图片。要实现这一点,我可以在最大池化层中使用 2x2 窗口,stride 设为 2,代码如下:

keras中的卷积层&池化层的用法

keras中的卷积层&池化层的用法

keras中的卷积层&池化层的用法