keras卷积2D生成的滤波器
我对keras中的函数“卷积2D”有一个问题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
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
内的均匀分布中提取样本,其中limit是[-limit,limit]
其中sqrt(6/(fan_in+fan_out))
是权重张量中的输入单位数,fan_in
是权重张量中的输出单位数fan_out
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。