Conv2D 方法的______参数用于指定卷积核的数目。
A: filters
B: kernel_size
C: strides
D: padding
A: filters
B: kernel_size
C: strides
D: padding
举一反三
- Conv2D 方法的______参数用于指定卷积核的形状大小。 A: filters B: kernel_size C: strides D: padding
- Conv2D 方法的______参数用于指定卷积核移动步幅大小。 A: kernel_size B: activation C: padding D: strides
- 卷积核沿图像边缘操作时，卷积核窗口有可能超出图像边界，Conv2D 方法中参数 padding=“same” 意为图像边界外不允许填充值，也就是不允许卷积窗口超出图像范围计算。
- 卷积核沿图像边缘操作时，卷积核窗口有可能超出图像边界，Conv2D 方法中参数 padding=“valid” 意为允许在图像边界外填充0值像素，以便卷积窗口超出图像部分也能进行卷积计算。。
- CNN网络中，每一层的输出维度由什么决定（ ）。 A: 该层的输入 B: 是否进行补全（padding） C: 步长（strides） D: Kernel的尺寸