问keras Convolution2D生成过滤器
EN

Stack Overflow用户

提问于 2019-11-17 19:57:51

回答 1查看 37关注 0票数 0

我有一个关于keras中的'Convolution2D‘函数的问题。

model.add(Convolution2D(
    nb_filter=32,
    nb_row=5,
    nb_col=5,
    border_mode='same',
    input_shape=(1,28,28),
))

通过这样做，将使用32个5*5滤波器来卷积输入。但是只指定了过滤器的大小，那么这些过滤器是什么样子的呢？它们都是相同的还是随机的？

发布于 2019-11-17 23:35:38

只有一个过滤器卷积在图层输入上。过滤器使用默认情况下为glorot_uniform的kernel_initializer进行初始化。

从glorot_uniform上的documentation

它从[-limit, limit]内的均匀分布中提取样本，其中limit是sqrt(6 / (fan_in + fan_out))，其中fan_in是权重张量中的输入单元数，fan_out是权重张量

中的输出单元数

请注意，滤波器在层的训练过程中会发生变化。它经过优化，可以识别有助于模型进行正确分类的特征。我找到了一个很好的解释，here。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/58900189

复制

相似问题

问keras Convolution2D生成过滤器EN