► Keras 3 API 文档 / 层 API / 卷积层 / Conv2D 层

Conv2D 层

`Conv2D` 类

keras.layers.Conv2D(
    filters,
    kernel_size,
    strides=(1, 1),
    padding="valid",
    data_format=None,
    dilation_rate=(1, 1),
    groups=1,
    activation=None,
    use_bias=True,
    kernel_initializer="glorot_uniform",
    bias_initializer="zeros",
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    **kwargs
)

2D 卷积层。

这一层创建一个卷积核，该卷积核在 2D 空间（或时间）维度（高度和宽度）上与层输入进行卷积，生成一个输出张量。如果 use_bias 为 True，则会创建一个偏置向量并将其添加到输出中。最后，如果 activation 不是 None，则也会将其应用于输出。

关于数值精度的注意事项：通常情况下，Keras 操作在不同后端上的执行结果在 float32 精度下可达到 1e-7 的一致性，但 Conv2D 操作可能会显示出更大的差异。由于卷积操作中存在大量的元素乘法和加法，尤其是在输入或卷积核尺寸较大时，累积的浮点差异可能会超出 1e-7 的阈值。当使用不同的后端（例如 TensorFlow 与 JAX）或不同的硬件时，这些差异尤其明显。

参数

filters: int，输出空间的维度（即卷积核的数量）。
kernel_size: int 或包含 2 个整数的元组/列表，指定卷积窗口的大小。
strides: int 或包含 2 个整数的元组/列表，指定卷积的步长。当 strides > 1 时，与 dilation_rate > 1 不兼容。
padding: 字符串，可以是 "valid" 或 "same"（不区分大小写）。"valid" 表示无填充。"same" 表示在输入的左/右或上/下均匀填充。当 padding="same" 且 strides=1 时，输出尺寸与输入相同。
data_format: 字符串，可以是 "channels_last" 或 "channels_first"。输入的维度顺序。"channels_last" 对应于形状为 (batch_size, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch_size, channels, height, width) 的输入。它默认为你的 Keras 配置文件 ~/.keras/keras.json 中 image_data_format 的值。如果你从未设置过，则默认为 "channels_last"。
dilation_rate: int 或包含 2 个整数的元组/列表，指定用于扩张卷积的扩张率。
groups: 正整数，指定沿通道轴将输入分成多少组。每组独立地与 filters // groups 个卷积核进行卷积。输出是所有 groups 结果沿通道轴的拼接。输入通道数和 filters 都必须能被 groups 整除。
activation: 激活函数。如果为 None，则不应用激活函数。
use_bias: bool，如果为 True，则会向输出中添加偏置向量。
kernel_initializer: 卷积核的初始化器。如果为 None，将使用默认的初始化器（"glorot_uniform"）。
bias_initializer: 偏置向量的初始化器。如果为 None，将使用默认的初始化器（"zeros"）。
kernel_regularizer: 卷积核的可选正则化器。
bias_regularizer: 偏置向量的可选正则化器。
activity_regularizer: 输出的可选正则化函数。
kernel_constraint: 可选的投影函数，在卷积核被 Optimizer 更新后应用（例如，用于实现层权重的范数约束或值约束）。该函数必须将未投影的变量作为输入，并返回投影后的变量（其形状必须相同）。在执行异步分布式训练时，使用约束函数是不安全的。
bias_constraint: 可选的投影函数，在偏置向量被 Optimizer 更新后应用。

输入形状

如果 data_format="channels_last"：形状为 (batch_size, height, width, channels) 的 4D 张量。
如果 data_format="channels_first"：形状为 (batch_size, channels, height, width) 的 4D 张量。

输出形状

如果 data_format="channels_last"：形状为 (batch_size, new_height, new_width, filters) 的 4D 张量。
如果 data_format="channels_first"：形状为 (batch_size, filters, new_height, new_width) 的 4D 张量。

返回值

表示 activation(conv2d(inputs, kernel) + bias) 的 4D 张量。

异常

ValueError: 当 strides > 1 和 dilation_rate > 1 同时成立时。

示例

>>> x = np.random.rand(4, 10, 10, 128)
>>> y = keras.layers.Conv2D(32, 3, activation='relu')(x)
>>> print(y.shape)
(4, 8, 8, 32)

Conv2D 层

Conv2D 类

Conv2D 层

Conv2D 类

`Conv2D` 类