keras的conv2d類有很多引數，哪些是重要的？應該保留哪些預設值？
tensorflow.keras.layers.conv2d(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)
示例：這是設計cnn架構的常見做法。
model.add(conv2d(32, (3, 3), padding="same", activation="relu"))
model.add(maxpooling2d(pool_size=(2, 2)))
...model.add(conv2d(64, (3, 3), padding="same", activation="relu"))
model.add(maxpooling2d(pool_size=(2, 2)))
...model.add(conv2d(128, (3, 3), padding="same", activation="relu"))
model.add(maxpooling2d(pool_size=(2, 2)))
...model.add(activation("softmax"))
1×1 ，
3×3 ，
5×5 ，和
7×7
其他網路（例如vggnet）專門使用（3
* 3）的過濾器。更先進的網路體系結構，如resnet和squeezenet設計的結構，是在網路內部，區域性採用不同的尺度（區域性特徵1×1 ，3×3 ，和5×5 ），然後結合輸出。
組合輸出。
通常預設引數是（1 ，
1 ）但是有時可能會將其增加到（2 ，
2 ）以幫助減小輸出的大小（因為濾波器的步長較大）。
padding引數接收兩個值，valid 或 same，預設值為
valid，一般通常將其設定為same，然後通過以下兩種方法之一來減小體積的空間尺寸：1、最大池化 2、交叉卷積
可選值是channels_last 或者
keras作為高階框架，支援多個深度學習後端。因此，它包括對「最後乙個channels和「第乙個channels」排序的支援。
使用此引數的一般情況：
您正在使用更高解析度的影象，但是細粒度的細節仍然很重要
您正在使用較少的引數構建網路
允許您提供乙個字串，該字串指定要在執行卷積後應用的啟用函式的名稱。
model.add(conv2d(32, (3, 3), activation="relu"))
# 等同於
model.add(conv2d(32, (3, 3)))
model.add(activation("relu"))
當使用大型資料集和深度神經網路時，通常必須使用正則化。通常，遇到應用l1或l2正則化的情況—如果發現過擬合的跡象，在網路上使用l2正則化。應用的正則化量是需要針對自己的資料集進行調整的超引數，0.0001-0.001區間是乙個比較適合的初始值。
from tensorflow.keras.regularizers import l2
...model.add(conv2d(32, (3, 3), activation="relu"),
kernel_regularizer=l2(0.0005))
機器學習學習筆記
2.機器學習書籍 機器學習tom,這個是老經典，就是翻譯欠佳 prml，這個書正版的超貴，但是比較新且系統，可以通過其他途徑搞個副本。3.自己動手編碼實現2 3種經典演算法，比如svm，lr，bpnn等。4.了解spark上目前支援的機器學習方法的用途和用法，這個在日常工作中會用到。知道的多一點，方...
機器學習 學習筆記
關於梯度下降演算法的優化與 會有三種方法優化梯度下降演算法 1.共軛梯度下降法 conjugate 2.變尺度法 bfgs 3.限制變尺度法 l bfgs 這些方法的好處是 1.不用選擇學習速率 2.收斂的速度快，執行效率高 但是她們的缺點在於 實現她們的方法太複雜，所以我們就可以使用語言的內建庫函...
機器學習 學習筆記
監督學習 我們的學習演算法使用的資料是給出正確答案的資料，然後我們執行學習演算法，出更多的正確答案。理解為像深度需學習類似，利用訓練樣本訓練處學習模型，然後用測試樣本對學習到的模型進行檢測，輸出 結果。無監督學習 可以理解為對於學習演算法所使用的資料集並沒有給出正確答案，學習演算法就是要對這資料集進...