Keras Convolution1D与Convolution2D区别说明


Posted in Python onMay 22, 2020

以下是Convolution1D的例子:

from keras.layers import Convolution1D
from keras.models import Sequential
 
model=Sequential()
model.add(Convolution1D(
 filters=64,  #64个滤波器 -》生成 64深度
 kernel_size=3, #长度 为 3
 input_shape=(10,32), # 输入形状 就是 图片形状 (step,input_dim) input_dim 一般指词_dim
 padding='same' # 过滤模式
))
#Output Shape:(None, 10, 64) 
 
model.add(Convolution1D(
 filters=32,
 kernel_size=3,
 padding='same'
))
#Output Shape:(None, 10, 32)

以下是Convolution2D的例子:

from keras.layers import Convolution2D
from keras.models import Sequential
 
model=Sequential()
model.add(Convolution2D( 
 filters=64, # 64个滤波器 -》生成 64深度
 kernel_size=3, # 滤波器窗口 大小(3,3) 
 padding='same', # 过滤模式 
 input_shape=(256,256,3), # 输入形状 就是 图片形状 # 默认 data_format:channels_last (rows,cols,channels)
))
#Output Shape:(None, 256, 256, 64)
 
model.add(Convolution2D( 
 filters=32,
 kernel_size=3, 
 padding='same', # 过滤模式 
))
#Output Shape:(None, 256, 256, 32)

1.Convolution1D主要用于nlp,Convolution2D主要用于cv。实际上,Convolution1D也可以用于cv,Convolution2D也可以用于nlp,只是那个时候不是标准的卷积方式,而是经过一定变形的卷积。

2.可以看到Convolution1D的 只有3这一个参数,Convolution2D 却有两个参数3(即长度为3,宽度为3的卷积窗口)。表面上Convolution1D没有给出卷积的大小,Convolution2D给出了。实际上,在Convolution1D中,长度 为 句子 所有 word 的长度,宽度就是 句子中word的 dim (全称:dimension) ,宽度自动把整个tensor的宽度包裹住。

3.Convolution1D的input_shape是 ( 长度为10,宽度为32 )的tensor。Convolution2D的input_shape是 ( 宽度为256,长度为256,3个channel ) 的tensor。

下面画出大概的区别:

Keras Convolution1D与Convolution2D区别说明

补充知识:对于keras.layers.Conv1D的kernel_size参数的理解

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。

以上这篇Keras Convolution1D与Convolution2D区别说明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
在Python中使用HTMLParser解析HTML的教程
Apr 29 Python
python使用clear方法清除字典内全部数据实例
Jul 11 Python
python实现多线程的两种方式
May 22 Python
Python3 replace()函数使用方法
Mar 19 Python
python 遍历目录(包括子目录)下所有文件的实例
Jul 11 Python
tensorflow 打印内存中的变量方法
Jul 30 Python
python_opencv用线段画封闭矩形的实例
Dec 05 Python
Python button选取本地图片并显示的实例
Jun 13 Python
Python通用函数实现数组计算的方法
Jun 13 Python
python实现从本地摄像头和网络摄像头截取图片功能
Jul 11 Python
python实现连连看游戏
Feb 14 Python
python+selenium自动化实战携带cookies模拟登陆微博
Jan 19 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
TensorFlow keras卷积神经网络 添加L2正则化方式
May 22 #Python
Django 如何使用日期时间选择器规范用户的时间输入示例代码详解
May 22 #Python
python实现猜单词游戏
May 22 #Python
Django使用rest_framework写出API
May 21 #Python
You might like
php实现阿拉伯数字和罗马数字相互转换的方法
2015/04/17 PHP
PHP版本的选择5.2.17 5.3.27 5.3.28 5.4 5.5兼容性问题分析
2016/04/04 PHP
PHP实现微信模拟登陆并给用户发送消息的方法【文字,图片,图文】
2017/06/29 PHP
Laravel学习教程之本地化模块
2017/08/18 PHP
基于thinkphp6.0的success、error实现方法
2019/11/05 PHP
基于jquery实现的类似百度搜索的输入框自动完成功能
2011/08/23 Javascript
javascript简单实现表格行间隔显示颜色并高亮显示
2013/11/29 Javascript
js实现身份证号码验证的简单实例
2014/02/19 Javascript
jquery获取复选框被选中的值
2014/03/22 Javascript
jQuery及JS实现循环中暂停的方法
2015/02/02 Javascript
Linux下编译安装php libevent扩展实例
2015/02/14 Javascript
JavaScript将字符串转换成字符编码列表的方法
2015/03/19 Javascript
JavaScript+CSS实现仿天猫侧边网页菜单效果
2015/08/25 Javascript
JS实现新浪微博效果带遮罩层的弹出框代码
2015/10/12 Javascript
JavaScript计时器用法分析【setTimeout和clearTimeout】
2017/01/18 Javascript
jQuery EasyUI 页面加载等待及页面等待层
2017/02/06 Javascript
基于AngularJS的简单使用详解
2017/09/10 Javascript
jquery ztree实现右键收藏功能
2017/11/20 jQuery
JS浮点数运算结果不精确的Bug解决
2019/08/01 Javascript
js计时事件实现圆形时钟
2020/03/25 Javascript
JavaScript单线程和任务队列原理解析
2020/02/04 Javascript
[47:04]LGD vs infamous Supermajor小组赛D组 BO3 第二场 6.3
2018/06/04 DOTA
Python通过PIL获取图片主要颜色并和颜色库进行对比的方法
2015/03/19 Python
Python中类型检查的详细介绍
2017/02/13 Python
python创建文件备份的脚本
2018/09/11 Python
python批量下载抖音视频
2019/06/17 Python
Python如何设置指定窗口为前台活动窗口
2020/08/12 Python
开发中都用到了那些设计模式?用在什么场合?
2014/08/21 面试题
C#如何判断当前用户是否输入某个域
2015/12/07 面试题
办公室文秘岗位职责
2013/11/15 职场文书
最新党员思想汇报
2014/01/01 职场文书
企业标语大全
2014/07/01 职场文书
暑假安全保证书
2015/02/28 职场文书
2019班干部竞选演讲稿范本!
2019/07/08 职场文书
SpringBoot+Redis实现布隆过滤器的示例代码
2022/03/17 Java/Android
再谈python_tkinter弹出对话框创建
2022/03/20 Python