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)
该层创建了一个卷积核， 该卷积核对层输入进行卷积， 以生成输出张量。 如果 use_bias 为 True， 则会创建一个偏置向量并将其添加到输出中。 最后，如果 activation 不是 None，它也会应用于输出。
当使用该层作为模型第一层时，需要提供 input_shape 参数
比如训练样本是（6000，28，28，1）, 则input_shape=(28,28,1)
- filters: 整数，输出空间的维度 （即卷积中滤波器的数量）。
- kernel_size: 一个整数，或者 2 个整数表示的元组或列表， 指明 2D 卷积窗口的宽度和高度。 可以是一个整数，为所有空间维度指定相同的值。
- strides: 一个整数，或者 2 个整数表示的元组或列表， 指明卷积沿宽度和高度方向的步长。 可以是一个整数，为所有空间维度指定相同的值。 指定任何 stride 值 != 1 与指定
dilation_rate值 != 1 两者不兼容。 - padding:
"valid"或"same"(大小写敏感)。 valid padding就是不padding，而same padding就是指padding完尺寸与原来相同
图像识别一般来说都要padding，尤其是在图片边缘的特征重要的情况下。padding多少取决于我们需要的输出是多少 - data_format: 字符串，
channels_last(默认) 或channels_first之一，表示输入中维度的顺序。channels_last对应输入尺寸为(batch, height, width, channels)，channels_first对应输入尺寸为(batch, channels, height, width)。 它默认为从 Keras 配置文件~/.keras/keras.json中 找到的image_data_format值。 如果你从未设置它，将使用channels_last。 - dilation_rate: 一个整数或 2 个整数的元组或列表， 指定膨胀卷积的膨胀率。 可以是一个整数，为所有空间维度指定相同的值。 当前，指定任何
dilation_rate值 != 1 与 指定 stride 值 != 1 两者不兼容。 - activation: 要使用的激活函数 (详见activations)。 如果你不指定，则不使用激活函数 (即线性激活：
a(x) = x)。 - use_bias: 布尔值，该层是否使用偏置向量。
- kernel_initializer:
kernel权值矩阵的初始化器 (详见initializers)。 - bias_initializer: 偏置向量的初始化器 (详见initializers)。
- kernel_regularizer: 运用到
kernel权值矩阵的正则化函数 (详见regularizer)。 - bias_regularizer: 运用到偏置向量的正则化函数 (详见regularizer)。
- activity_regularizer: 运用到层输出（它的激活值）的正则化函数 (详见regularizer)。
- kernel_constraint: 运用到
kernel权值矩阵的约束函数 (详见constraints)。 - bias_constraint: 运用到偏置向量的约束函数 (详见constraints)。
输入尺寸
- 如果 data_format='channels_first'， 输入 4D 张量，尺寸为
(samples, channels, rows, cols)。 - 如果 data_format='channels_last'， 输入 4D 张量，尺寸为
(samples, rows, cols, channels)。
输出尺寸
- 如果 data_format='channels_first'， 输出 4D 张量，尺寸为
(samples, filters, new_rows, new_cols)。 - 如果 data_format='channels_last'， 输出 4D 张量，尺寸为
(samples, new_rows, new_cols, filters)。
Original: https://www.cnblogs.com/tangjunjun/p/12839484.html
Author: tangjunjun
Title: keras.layers.Conv2D默认参数详解