► 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。

此层创建一个卷积核，该卷积核与层输入在 2D 空间（或时间）维度（高度和宽度）上进行卷积，以生成输出张量。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：虽然通常情况下，Keras 操作执行结果在 float32 中在 1e-7 精度范围内在后端之间是相同的，但 Conv2D 操作可能会显示更大的差异。由于卷积运算中存在大量的逐元素乘法和加法，尤其是在输入或内核尺寸较大时，累积的浮点差异可能会超过 1e-7 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（卷积中的滤波器数量）。
kernel_size: int 或 2 个整数的元组/列表，指定卷积窗口的大小。
strides: int 或 2 个整数的元组/列表，指定卷积的步幅长度。strides > 1 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" 会在输入的左/右或上/下均匀填充。当 padding="same" 且 strides=1 时，输出与输入具有相同的大小。
data_format: 字符串，可以是 "channels_last" 或 "channels_first"。输入中维度的顺序。"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。它默认为在您的 Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值。如果您从未设置它，则它将为 "channels_last"。
dilation_rate: int 或 2 个整数的元组/列表，指定用于空洞卷积的扩张率。
groups: 一个正整数，指定输入沿通道轴拆分的组数。每个组与 filters // groups 个滤波器分别进行卷积。输出是沿通道轴的所有 groups 结果的串联。输入通道和 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，则会将偏置添加到输出中。
kernel_initializer: 卷积核的初始化器。如果为 None，将使用默认初始化器 ("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，用于在 Optimizer 更新内核后应用于内核（例如，用于为层权重实现范数约束或值约束）。该函数必须将未投影的变量作为输入，并且必须返回投影的变量（其必须具有相同的形状）。当进行异步分布式训练时，约束是不安全的。
bias_constraint: 可选的投影函数，用于在 Optimizer 更新偏置后应用于偏置。

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

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

引发

ValueError: 当 strides > 1 和 dilation_rate > 1 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