keras.layers.Conv2D的默认内核大小，零填充和跨度是多少？

Question

Conv2D（keras.layers.Conv2D）中默认的“内核大小”，“零填充”和“步幅”参数是什么？如果未指定这些参数会怎样？

Answer 1

正如这个 link 所暗示的，它有这样的结构：

tf.keras.layers.Conv2D(
    filters,
    kernel_size,
    strides=(1, 1),
    padding="valid",
    data_format=None,
    dilation_rate=(1, 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
    )

您必须指定 filters 和 kernel_size。这些参数没有默认值。

默认 padding 为 valid，表示无零填充，默认 strides 为 (1,1)。

Answer 2

您可以在此处找到文档：https://keras.io/layers/convolutional/

在python中，您可以为函数的参数提供默认值，如果在调用函数时未指定这些参数，则使用默认值。

在上面的链接中，您会发现Conv2D具有以下参数：

filters, kernel_size, strides=(1, 1), padding='valid', data_format=None, dilation_rate=(1, 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

仅必须提供过滤器和kernel_size参数，其他是可选的或在它们旁边具有默认值。