Tensorflow 核矩阵的值是什么?

Tensorflow 核矩阵的值是什么?,tensorflow,deep-learning,cnn,Tensorflow,Deep Learning,Cnn,将CNN与tensorflow结合使用时,抽搐矩阵是什么样子的(核心值是什么) 看看这个CNN的基本例子: model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) mode

将CNN与tensorflow结合使用时,抽搐矩阵是什么样子的(核心值是什么)

看看这个CNN的基本例子:

    model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Conv2D(64, (3, 3), activation='relu'))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Conv2D(64, (3, 3), activation='relu'))
  • 卷积矩阵是什么样子的? 3x3矩阵的值是多少

  • 在上面的示例中,我们使用3个Conv2D层(每个层使用3x3 convultion矩阵)。 这3个矩阵是相同的吗?或者他们会有不同的价值观

  • 每个卷积层都有一个重量和偏差,可以使用
  • #用于1层(重量)
    model.layers[0]。获取_权重()[0]
    #对于1层(偏置)
    model.layers[0]。获取_权重()[1]
    #对于2层(无重量和偏差项)
    model.layers[1]。获取_权重()
    #等等。。。。
    
    conv矩阵是一个4D张量(in_channel×filter_size×filter_size×out_channel),对于您的情况:(3,3,3,32)

  • 每个过滤器将具有不同的值。没有什么是常见的
  • # For 1 layer <conv> (weight)
    model.layers[0].get_weights()[0]
    
    # For 1 layer <conv> (bias)
    model.layers[0].get_weights()[1]
    
    # For 2 layer <pool> (no weight and bias term) <so empty list is returned>
    model.layers[1].get_weights()
    
    #and so on....