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
基于scrapy实现的简单蜘蛛采集程序
Apr 17 Python
Python文件右键找不到IDLE打开项解决办法
Jun 08 Python
Python Json序列化与反序列化的示例
Jan 31 Python
Python使用Scrapy爬虫框架全站爬取图片并保存本地的实现代码
Mar 04 Python
Python使用ConfigParser模块操作配置文件的方法
Jun 29 Python
详解Django中六个常用的自定义装饰器
Jul 04 Python
Python 经典面试题 21 道【不可错过】
Sep 21 Python
python Dijkstra算法实现最短路径问题的方法
Sep 19 Python
解决django后台管理界面添加中文内容乱码问题
Nov 15 Python
tensorflow estimator 使用hook实现finetune方式
Jan 21 Python
Python 如何批量更新已安装的库
May 26 Python
scrapy结合selenium解析动态页面的实现
Sep 28 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
用PHP编写和读取XML的几种方式
2013/01/12 PHP
php使用多个进程同时控制文件读写示例
2014/02/28 PHP
Codeigniter检测表单post数据的方法
2015/03/21 PHP
yii框架使用分页的方法分析
2019/07/25 PHP
解析Javascript小括号“()”的多义性
2013/12/03 Javascript
js 显示base64编码的二进制流网页图片
2014/04/04 Javascript
ExtJS4利根据登录后不同的角色分配不同的树形菜单
2014/05/02 Javascript
Jquery实现地铁线路指示灯提示牌效果的方法
2015/03/02 Javascript
Javascript模仿淘宝信用评价实例(附源码)
2015/11/26 Javascript
快速掌握Node.js中setTimeout和setInterval的使用方法
2016/03/21 Javascript
jquery实现点击弹出可放大居中及关闭的对话框(附demo源码下载)
2016/05/10 Javascript
关于JavaScript的单双引号嵌套问题
2017/08/20 Javascript
从源码里了解vue中的nextTick的使用
2018/11/22 Javascript
Webpack4 使用Babel处理ES6语法的方法示例
2019/03/07 Javascript
js实现select下拉框选择
2020/01/11 Javascript
vue实现放大镜效果
2020/09/17 Javascript
[45:52]2018DOTA2亚洲邀请赛 4.1小组赛 A组加赛 LGD vs Liquid
2018/04/02 DOTA
[55:16]Mski vs VGJ.S Supermajor小组赛C组 BO3 第二场 6.3
2018/06/04 DOTA
python之wxPython菜单使用详解
2014/09/28 Python
python 对dataframe下面的值进行大规模赋值方法
2018/06/09 Python
使用Python做垃圾分类的原理及实例代码附源码
2019/07/02 Python
Django 缓存配置Redis使用详解
2019/07/23 Python
安装PyInstaller失败问题解决
2019/12/14 Python
使用Python发现隐藏的wifi
2020/03/04 Python
python的sys.path模块路径添加方式
2020/03/09 Python
Python数据可视化常用4大绘图库原理详解
2020/10/23 Python
python实现不同数据库间数据同步功能
2021/02/25 Python
深入剖析HTML5 内联框架iFrame
2016/05/04 HTML / CSS
FragranceNet中文网:北美健康美容线上零售商
2020/08/26 全球购物
工程师岗位职责规定
2014/02/26 职场文书
给校长的建议书400字
2014/05/15 职场文书
迎新春趣味活动方案
2014/08/24 职场文书
运动会加油稿20字
2014/11/15 职场文书
大学生考试作弊被抓检讨书
2014/12/27 职场文书
期末复习计划
2015/01/19 职场文书
关于学习的决心书
2015/02/05 职场文书