使用tf.keras.layers.Conv2D()函数来描述卷积层
tf.keras.layers.Conv2D(fiters=6, kernel_size=(5, 5), strides=1, padding='valid', activation='sigmoid')
其中参数解释为:
fiters=卷积核数量
kernel_size=卷积核尺寸:若是正方形则写核长整数,否则写成(核高h, 核宽w)
strides=滑动步长:若横纵向移动相同则写步长整数,否则写成(纵向步长h, 横向步长w),默认为1
padding=‘same’ or ‘valid’:使用全零填充是’same’,不使用是’valid’ (默认)
activation=‘relu’ or ‘sigmoid’ or ‘tanh’ or 'softmax’等
input_shape=(高,宽,通道数):输入特征图维度,可省略