TensorFlow Conv2D 层

Conv2D 层是 TensorFlow Keras 中用于进行二维卷积操作的层。它通过滑动窗口的方式，在输入数据的每个位置应用卷积核，生成输出特征图。

主要参数

• filters: 卷积核的数量，即输出特征图的通道数。
• kernel_size: 卷积核的大小，可以是一个整数或者一个形如 (height, width) 的元组。
• strides: 卷积核的步长，默认为 1。
• padding: 填充方式，默认为 'valid'。
• dilation_rate: 卷积核的膨胀率，默认为 1。

代码示例

from tensorflow.keras.layers import Conv2D
from tensorflow.keras.models import Sequential

model = Sequential()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)))

扩展阅读

想要了解更多关于 Conv2D 层的信息，可以访问 TensorFlow Keras 官方文档。

Conv2D 层示例