keras卷积2D生成的滤波器_Keras_Convolution

keras卷积2D生成的滤波器

keras

keras卷积2D生成的滤波器,keras,convolution,Keras,Convolution,我对keras中的函数“卷积2D”有一个问题 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滤波器对输入进行卷积。但只指定了过滤器的大小，这些过滤器看起来像什么？它们都是相同的还是随机数？只有一个过滤器在输入层上卷积。使用kernel\u initializer

我对keras中的函数“卷积2D”有一个问题

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滤波器对输入进行卷积。但只指定了过滤器的大小，这些过滤器看起来像什么？它们都是相同的还是随机数？

只有一个过滤器在输入层上卷积。使用

kernel\u initializer

初始化过滤器，它是

glorot\u uniform

默认情况下

从glorot_制服上的

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位数，
```
fan_out
```
是权重张量中的输出单位数

请注意，过滤器在图层训练期间会发生变化。它经过优化以识别有助于您的模型进行正确分类的功能。

我找到了一个很好的解释。

如果所有32个过滤器都相同，卷积结果不是相同吗？不，因为过滤器与图像的像素相乘。除非你的图像到处都有相同的像素值，否则卷积结果会不同。旁注：我假设您正在处理图像，2D数据不一定需要是图像的。