Keras Readme

常用参数说明

• 函数书写声明同Python全局说明
• 以下常用参数如不特殊注明，按照此解释

Common

• seed=None/int

  • 含义：随机数种子

• padding="valid"/"same"/"causal"

  • 含义：补0策略
    • “valid”：只进行有效有效卷积，忽略边缘数据，输入 数据比输出数据shape减小
    • “same”：保留边界处卷积结果，输入数据和数据shape 相同
    • “causal”：产生膨胀（因果卷积），即output[t] 不依赖input[t+1:]，对不能违反时间顺序的时序 信号建模时有用
  • 默认：valid

Layers

• input_shape=None/(int,...)

  • 含义：输入数据shape
    • Layers只有首层需要传递该参数，之后层可自行推断
    • 传递tuple中None表示改维度边长
  • 默认：None，由Layers自行推断

• data_format=None/"channels_last"/"channels_first"

  • 含义：通道轴位置
    • 类似于dim_ordering，但是是Layer参数
  • 默认
    • 大部分：None由配置文件（默认”channels_last”） 、环境变量决定
    • Conv1DXX：”channels_last”
    • 其实也不一定，最好每次手动指定

• dim_ordering=None/"th"/"tf"

  • 含义：中指定channals轴位置(thbatch后首、tf尾）
  • 默认：None以Keras配置为准
  • 注意：Deprecated，Keras1.x中使用

Conv Layers

• filters(int)

  • 含义：输出维度
    • 对于卷积层，就是卷积核数目，因为卷积共享卷积核
    • 对于局部连接层，是卷积核组数，不共享卷积核 ，实际上对每组有很多不同权重

• kernel_size(int/(int)/[int])

  • 含义：卷积核形状，单值则各方向等长

• strides(int/(int)/[int])

  • 含义：卷积步长，单值则各方向相同
  • 默认：1移动一个步长

• dilation_rate(int/(int)/[int])

  • 含义：膨胀比例
    • 即核元素之间距离
    • dilation_rate、strides最多只能有一者为1， 即核膨胀、移动扩张最多只能出现一种
  • 默认：1不膨胀，核中个元素相距1

• use_bias=True/False

  • 含义：是否使用偏置项
  • 默认：True使用偏置项

• activation=str/func

  • 含义：该层激活函数
    • str：预定义激活函数字符串
    • func：自定义element-wise激活函数
  • 默认：None不做处理（即线性激活函数）

• kernel_initializer=str/func

  • 含义：权值初始化方法
    • str：预定义初始化方法名字符串 （参考Keras Initializer）
    • func：初始化权重的初始化器
  • 默认：glorot_uniform初始化为平均值

• bias_initializer=str/func

  • 含义：偏置初始化方法
    • str：预定义初始化方法名字符串
    • func：初始化权重的初始化器
  • 默认：zeros初始化为全0

• kernel_regularizer=None/obj

  • 含义：施加在权重上的正则项 （参考Keras Regularizer对象）
  • 默认：None不使用正则化项

• bias_regularizer=None/obj

  • 含义：施加在偏置上的正则项 （参考Keras Regularizer对象）
  • 默认：None不使用正则化项

• activity_regularizer=None/obj

  • 含义：施加在输出上的正则项 （参考Keras Regularizer对象）
  • 默认：None不使用正则化项

• kernel_constraint=None/obj

  • 含义：施加在权重上的约束项 （参考Keras Constraints）
  • 默认：None不使用约束项

• bias_constraint=None

  • 含义：施加在偏置上的约束项 （参考Keras Constraints）
  • 默认：None不使用约束项