卷積層(Conv2D)介紹
以下為官方介紹連結:
https://keras.io/api/layers/convolution_layers/convolution2d/
參數介紹
參數
常用參數
- filters：指定層中濾波器（也稱為卷積核）的數量。通常，增加濾波器的數量可以提高模型的表現，但也會增加計算複雜度。
- kernel_size：指定濾波器的大小。濾波器的大小越大，模型可以捕捉到的特徵就越大，但也會增加計算複雜度。
- strides：指定濾波器在輸入數據集上的步長。步長越大，模型就會捕捉到越少的特徵，但也會減少計算複雜度。
- padding：指定是否對輸入數據集進行 padding。如果選擇 padding，則會在輸入數據集的周圍填充一圈 0，以便濾波器可以捕捉到輸入數據集的邊界特徵。
在設定這些參數時，需要考慮模型的複雜度和需要的特徵。例如，如果輸入數據集很大，且需要捕捉較大的特徵，那麼可能需要使用較大的濾波器和較大的步長。如果輸入數據集較小，且需要捕捉較多的細節，那麼可能需要使用較小的濾波器和較小的步長。
還可以嘗試使用不同的 padding 方式來控制輸入數據集的大小。例如，如果你使用「same」padding，則輸出數據集的大小將與輸入數據集的大小相同；如果你使用「valid」padding，則輸出數據集的大小將比輸入數據集的大小小。
