详解Keras3.0 Layers API: Convolution layers（Conv1D、Conv2D、Conv3D）

1、Conv1D layer

通常对一维度数组（例：arr = np.array([1, 2, 3, 4, 5])）进行卷积操作

keras.layers.Conv1D(
    filters,
    kernel_size,
    strides=1,
    padding="valid",
    data_format=None,
    dilation_rate=1,
    groups=1,
    activation=None,
    use_bias=True,
    kernel_initializer="glorot_uniform",
    bias_initializer="zeros",
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    **kwargs
)

参数说明

• filters: 输出空间的维度，即卷积核的数量
• kernel_size：卷积核的大小，可以是一个整数或一个整数元组
• strides：卷积步长，默认为1
• padding：填充方式，可以是"valid"（不填充）或"same"（填充以保持输入和输出的尺寸相同）
• data_format：数据格式，可以是"channels_first"（通道在前）或"channels_last"（通道在后），默认为None，将根据后端自动确定
• dilation_rate：空洞