Convolution2D图层在Keras中的工作原理是什么？

我想编写与卷积2D相同的卷积层。它如何在凯拉斯工作？例如，如果Convolution2D（64，3,3，活化= 'RELU'，input_shape =（3226226）哪个方程将是输出数据？Convolution2D图层在Keras中的工作原理是什么？

2016-12-16 Denzelmon

Keras建立在Tensorflow和Theano之上。 “写自己的卷积”是什么意思？你想用Tensorflow/Theano还是从零开始实现卷积层？ –

我想写自己的cnn库，但是为了测试使用预培训的Keras或Tensorflow模型。我想弄清楚这些库如何使用卷积层中的输入数据和权重来获取输出数据。 – Denzelmon

由于您输入图像形状是（266，266，3） [tf] /（3,266,266）[th]，过滤器编号为64，内核大小为3x3，对于填充，我认为默认填充为1，默认步幅为1.

所以，输出是266x266x64。

output_width=output_height=(width – filter + 2*padding)/stride + 1

在代码，宽度= 266，过滤器= 3，填充= 1，且跨度= 1。

如果您对理解基本概念有任何疑问，我认为您可以阅读this cs231n post以获取更多信息。

如何理解conv的过程，请点击here。

2017-01-16 03:53:39

回答