关于keras.layers.Conv1D的kernel_size参数使用介绍


Posted in Python onMay 22, 2020

今天在用keras添加卷积层的时候,发现了kernel_size这个参数不知怎么理解,keras中文文档是这样描述的:

kernel_size: 一个整数,或者单个整数表示的元组或列表, 指明 1D 卷积窗口的长度。

又经过多方查找,大体理解如下:

因为是添加一维卷积层Conv1D(),一维卷积一般会处理时序数据,所以,卷积核的宽度为1,而kernel_size就是卷积核的长度了,这样的意思就是这个卷积核是一个长方形的卷积核。

补充知识:tf.layers.conv1d函数解析(一维卷积)

一维卷积一般用于处理文本,所以输入一般是一段长文本,就是词的列表

函数定义如下:

tf.layers.conv1d(
inputs,
filters,
kernel_size,
strides=1,
padding='valid',
data_format='channels_last',
dilation_rate=1,
activation=None,
use_bias=True,
kernel_initializer=None,
bias_initializer=tf.zeros_initializer(),
kernel_regularizer=None,
bias_regularizer=None,
activity_regularizer=None,
kernel_constraint=None,
bias_constraint=None,
trainable=True,
name=None,
reuse=None
)

比较重要的几个参数是inputs, filters, kernel_size,下面分别说明

inputs : 输入tensor, 维度(None, a, b) 是一个三维的tensor

None : 一般是填充样本的个数,batch_size

a : 句子中的词数或者字数

b :字或者词的向量维度

filters : 过滤器的个数

kernel_size : 卷积核的大小,卷积核其实应该是一个二维的,这里只需要指定一维,是因为卷积核的第二维与输入的词向量维度是一致的,因为对于句子而言,卷积的移动方向只能是沿着词的方向,即只能在列维度移动

一个例子:

inputs = tf.placeholder('float', shape=[None, 6, 8])
out = tf.layers.conv1d(inputs, 5, 3)

说明: 对于一个样本而言,句子长度为6个字,字向量的维度为8

filters=5, kernel_size=3, 所以卷积核的维度为3*8

那么输入6*8经过3*8的卷积核卷积后得到的是4*1的一个向量(4=6-3+1)

又因为有5个过滤器,所以是得到5个4*1的向量

画图如下:

关于keras.layers.Conv1D的kernel_size参数使用介绍

以上这篇关于keras.layers.Conv1D的kernel_size参数使用介绍就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python 网络编程起步(Socket发送消息)
Sep 06 Python
python使用PyFetion来发送短信的例子
Apr 22 Python
Python使用multiprocessing创建进程的方法
Jun 04 Python
python定时器(Timer)用法简单实例
Jun 04 Python
python多进程实现进程间通信实例
Nov 24 Python
Python中pandas模块DataFrame创建方法示例
Jun 20 Python
解决win64 Python下安装PIL出错问题(图解)
Sep 03 Python
python3 http提交json参数并获取返回值的方法
Dec 19 Python
tensorflow使用指定gpu的方法
Feb 04 Python
tensorflow之自定义神经网络层实例
Feb 07 Python
Python 多线程C段扫描、检测 Ping扫描脚本的实现
Sep 03 Python
python cv2图像质量压缩的算法示例
Jun 04 Python
Python参数传递对象的引用原理解析
May 22 #Python
Python configparser模块常用方法解析
May 22 #Python
keras中的卷积层&池化层的用法
May 22 #Python
Keras Convolution1D与Convolution2D区别说明
May 22 #Python
Python pip安装模块提示错误解决方案
May 22 #Python
keras中的backend.clip用法
May 22 #Python
Pycharm修改python路径过程图解
May 22 #Python
You might like
为什么《星际争霸》是测试人工智能的理想战场
2019/12/03 星际争霸
第十三节 对象串行化 [13]
2006/10/09 PHP
js弹窗代码 可以指定弹出间隔
2010/07/03 Javascript
DD_belatedPNG,IE6下PNG透明解决方案(国外)
2010/12/06 Javascript
js菜单点击显示或隐藏效果的简单实例
2014/01/13 Javascript
javascript自动生成包含数字与字符的随机字符串
2015/02/09 Javascript
JavaScript中数据结构与算法(一):栈
2015/06/19 Javascript
Struts2+jquery.form.js实现图片与文件上传的方法
2016/05/05 Javascript
jQuery实现点击某个div打开层,点击其他div关闭层实例分析(阻止冒泡)
2016/11/18 Javascript
JavaScript实现多栏目切换效果
2016/12/12 Javascript
微信小程序 配置文件详细介绍
2016/12/14 Javascript
原生js实现打字动画游戏
2017/02/04 Javascript
Bootstrap 3 按钮标签实例代码
2017/02/21 Javascript
详解Vue用axios发送post请求自动set cookie
2017/05/10 Javascript
基于node.js制作简单爬虫教程
2017/06/29 Javascript
Nodejs核心模块之net和http的使用详解
2019/04/02 NodeJs
浅谈JavaScript 声明提升
2020/09/14 Javascript
详解node.js创建一个web服务器(Server)的详细步骤
2021/01/15 Javascript
[37:45]完美世界DOTA2联赛PWL S3 LBZS vs Phoenix 第二场 12.09
2020/12/11 DOTA
python字符串中的单双引
2017/02/16 Python
使用python os模块复制文件到指定文件夹的方法
2019/08/22 Python
使用django和vue进行数据交互的方法步骤
2019/11/11 Python
Python日志syslog使用原理详解
2020/02/18 Python
Django实现whoosh搜索引擎使用jieba分词
2020/04/08 Python
Jupyter加载文件的实现方法
2020/04/14 Python
在Anaconda3下使用清华镜像源安装TensorFlow(CPU版)
2020/04/19 Python
HTML5全屏(Fullscreen)API详细介绍
2015/04/24 HTML / CSS
Viking Direct爱尔兰:办公用品和家具
2019/11/21 全球购物
四种会话跟踪技术
2015/05/20 面试题
幼儿园园长自我鉴定
2013/10/22 职场文书
工商学院毕业生自荐信
2013/11/12 职场文书
学术诚信承诺书
2014/05/26 职场文书
护理目标管理责任书
2014/07/25 职场文书
大学开学感言
2015/08/01 职场文书
大学文艺委员竞选稿
2015/11/19 职场文书
2016入党积极分子考察评语
2015/12/01 职场文书