关于keras的layer各个参数的小计

关于keras的layer各个参数的小计## 标题

1、 epoch：数据集的复用次数。例如mnist数字识别数据集，拥有60000组数据，若epoch=1，则数据总数则为60000 * 1 = 60000，若epoch = 2，则数据总数则为60000 * 2 = 120000，以此类推。。。
2、patch_size：训练中， 单次参数优化时，所使用的数据量，在遍历训练该批次数据后，求该批次数据最后y’值和y值的标准差，然后反向传播，用该标准差求导，得到优化参数用于更新网络参数。
3、iteration：当epoch为1的时候，patch的生成次数。例如：mnist中60000条数据，每批次1000条，iteration = 60000 / patch_size(1000) = 60
4、filters：滤波器个数。
A、滤波器是卷积核的容器，每个滤波器中的卷积核数量=提供数据的图片的通道数，如上一层提供 的图片通道数为3，则单个滤波器中的卷积核数量也为3。
B、滤波器的数量等于下一层数据的通道数；如单张图片，进入一个拥有10个滤波器的卷积层，则会生成10张特诊图。这10张特诊图，可以看做拥有10个通道的一张图片。
5、strides：步长。卷积核移动幅度。
6、padding：卷积后，池化前，特诊图的大小设定。