Keras Conv1D或Convolution1D

Question

我在Keras中遇到了CNN的多个实现，并注意到有些人使用来自keras.layers.convolutional的Conv1D导入Conv1D，而其他人则使用来自keras.layers的Convolution1D的Convolution1D。两者之间是否有差异或优势，或者它们可能仅仅是Keras的不同版本。

Answer 1

它们仅用于不同的keras版本，在Keras 2.0之前，这些层被称为ConvolutionalND，其N = 1、2、3，而从Keras 2.0开始，它们被称为ConvND。

Answer 2

与版本无关。 n代表数据的维度，例如如果您使用的是文本数据，则使用n = 1，即convolution1d。 n = 2的值用于图像。 n = 3的值用于mri或ct扫描。因此，根据尺寸，我们使用该值。