讯享网
上述例子为例,实际上和二维卷积是一样的,只不过卷积核的第二个维度必须等于输入数据的第二个维度,所以只需要指定卷积核一个维度的size。
对于二维卷积,输入是,卷积核是,那么就是这个卷积核在二维图上游走。
换成一维卷积,,那么卷积核就是,这个隐藏的 来自于input_shape。

卷积核直接就把宽度占满了,所以只能往下走,只有一个维度,所以叫做Conv1D.
conv2d参数解释(conv2d和conv1d)上述例子为例 实际上和二维卷积是一样的 只不过卷积核的第二个维度必须等于输入数据的第二个维度 所以只需要指定卷积核一个维度的 size 对于二维卷积 输入是 卷积核是 那么就是这个卷积核在二维图上游走 换成一维卷积 那么卷积核就是 这个隐藏的 来自于 input shape 卷积核直接就把宽度占满了 所以只能往下走 只有一个维度 所以叫做 Conv1D
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/174843.html