tf.keras.layers.Conv1D 一维卷积示例

最新推荐文章于 2024-12-27 17:02:40 发布

夏华东的博客

最新推荐文章于 2024-12-27 17:02:40 发布

阅读量2k

点赞数 2

文章标签： keras 深度学习 tensorflow

本文链接：https://blog.csdn.net/weixin_44493841/article/details/122367641

版权

本文介绍了如何使用TensorFlow库中的`tf.keras.layers.Conv1D`进行一维卷积操作。示例展示了如何定义一个一维卷积层，输入数据为形状(10, 5, 1)的张量，经过卷积层后，输出形状变为(10, 4, 64)。激活函数采用了ReLU，步长为1。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.keras.layers.Conv1D 一维卷积示例

import tensorflow as tf
from tensorflow import keras
import numpy as np

a1 = np.arange(0, 50).reshape(10, 5,1)
input_data = a1.astype(np.float32)
print(input_data.shape)

(10, 5, 1)

output_data = keras.layers.Conv1D(
    64,  # 输出维度的最后一维
    2,  # 整数,过滤器的大小,如果为一个整数则宽和高相同，这里卷积核 2
    activation='relu',  # 激活函数
    strides=1,  # 步长,默认为 1
)(input_data)
print(output_data.shape)  # output.shape = (inputs.shape - 卷积核) / 步长 + 1