Javascript 在tensorflow js api 0.15.3中设置卷积层的配置

Javascript 在tensorflow js api 0.15.3中设置卷积层的配置,javascript,python,tensorflow,keras,deep-learning,Javascript,Python,Tensorflow,Keras,Deep Learning,我有一个CNN,我用python在tensorflow上使用KerasAPI制作,我想用JavaScript实现它。但是在TFforJSAPI0.15.3中,我找不到为卷积层添加跨步和填充的选项 我的Python代码如下所示 X = Conv2D(64, (2, 2), strides = (1, 1), name = 'conv0')(X_input) 在JSAPI参考中 tf.layers.conv2d(args)函数源 二维卷积层(例如图像上的空间卷积) 该层创建一个卷积内核,该内核与层

我有一个CNN,我用python在tensorflow上使用KerasAPI制作,我想用JavaScript实现它。但是在TFforJSAPI0.15.3中,我找不到为卷积层添加跨步和填充的选项

我的Python代码如下所示

X = Conv2D(64, (2, 2), strides = (1, 1), name = 'conv0')(X_input)
在JSAPI参考中

tf.layers.conv2d(args)函数源

二维卷积层(例如图像上的空间卷积)

该层创建一个卷积内核,该内核与层输入卷积以产生输出张量

如果useBias为True,则创建一个偏差向量并将其添加到输出中

如果激活不为空,则它也应用于输出

将此层用作模型中的第一层时,请提供关键字参数inputShape(整数数组,不包括样本轴),例如,对于dataFormat='channelsLast'中的128x128 RGB图片,inputShape=[128,128,3]。 参数:

args(对象)

滤波器(数量)输出空间的维数(即卷积中的滤波器数量)

如果有人能帮忙,我真的很感激。
我应该使用像0.9.0这样的旧API吗?我刚刚发现,即使他们没有提到,我们也可以给出步幅和填充作为参数。根据源代码,我们实际上可以

constructor(rank: number, args: BaseConvLayerArgs) {
    super(args as LayerArgs);
    BaseConv.verifyArgs(args);
    this.rank = rank;
    if (this.rank !== 1 && this.rank !== 2) {
      throw new NotImplementedError(
          `Convolution layer for rank other than 1 or 2 (${this.rank}) is ` +
          `not implemented yet.`);
    }
    this.kernelSize = normalizeArray(args.kernelSize, rank, 'kernelSize');
    this.strides = normalizeArray(
        args.strides == null ? 1 : args.strides, rank, 'strides');
    this.padding = args.padding == null ? 'valid' : args.padding;
    checkPaddingMode(this.padding);
    this.dataFormat =
        args.dataFormat == null ? 'channelsLast' : args.dataFormat;
    checkDataFormat(this.dataFormat);
    this.activation = getActivation(args.activation);
    this.useBias = args.useBias == null ? true : args.useBias;
    this.biasInitializer =
        getInitializer(args.biasInitializer || this.DEFAULT_BIAS_INITIALIZER);
    this.biasConstraint = getConstraint(args.biasConstraint);
    this.biasRegularizer = getRegularizer(args.biasRegularizer);
    this.activityRegularizer = getRegularizer(args.activityRegularizer);
    this.dilationRate = normalizeArray(
        args.dilationRate == null ? 1 : args.dilationRate, rank,
        'dilationRate');