Keras CNN框架
model = Sequential()
model.add(Conv2D(32, kernel_size=(5, 5), strides=(1, 1),
activation='relu',
input_shape=input_shape)
32即是filter过滤器的大小,表示一个原始输入图像经过32个过滤器提取特征,得到32个Feature Map(特征图),核大小即感受野的大小,strides表示步长。
总的来说,一个特征图是经过5*5的窗口,以1为步长来扫描完整个原始图像。32个filter是将一个图像扫描32次所得到的32个不同的特征图(为什么不同呢?是因为这32个filter的参数不同)
参考: