机器学习与深度学习 / 系统课时

使用卷积层

使用卷积层

卷积层把局部像素邻域变成可学习的特征图。本课用 Conv2D 配置过滤器数量、卷积核、步幅、填充和激活函数,并用一个可运行示例验证输出尺寸与参数量。

学习目标

  • 能根据输入尺寸和任务复杂度选择 filters、kernel_size 与 strides。
  • 能解释 padding='same' 与 padding='valid' 对特征图尺寸的影响。
  • 能运行 tf.keras.layers.Conv2D 并用输出形状、参数量检查配置是否正确。

从输入到特征图

Keras 默认采用 channels_last,图像张量形状通常是 (batch, height, width, channels)。例如输入为 32×32×3,设置 16 个 3×3 卷积核后,会得到 16 个输出通道;若步幅为 1 且使用 same 填充,空间尺寸仍为 32×32。

filters=16 表示学习 16 组卷积核,每组都会跨越全部 3 个输入通道。启用偏置时,该层参数量为 3×3×3×16 + 16 = 448,参数多少与输入图像的宽高无关,只由卷积核、输入通道和输出通道决定。

卷积核从输入图像滑动并生成多通道特征图

配置关键参数

Conv2D 最常用的起点是 kernel_size=3、strides=1、padding='same'。在小型图像分类模型里,可先从 32 或 64 个过滤器开始,再根据显存、速度和验证集效果调整。

参数 常用取值 直接影响
filters 32、64、128 输出通道数、参数量和计算量
kernel_size 3 或 (3, 3) 单次观察的局部邻域大小
strides 1;需要下采样时用 2 特征图空间尺寸
padding 'same'、'valid' 是否保留边缘附近的空间尺寸
activation 'relu' 是否在卷积后立即做非线性变换

同样是 32×32 输入,3×3 卷积在 strides=1 时,same 输出 32×32,valid 输出 30×30;若改为 strides=2, padding='same',输出变为 16×16。这三种配置可直接用于检查模型尺寸是否符合预期。

运行一个 Conv2D

下面示例适用于 TensorFlow 2.x 的 tf.keras API。随机输入只用于验证形状与参数量,因此不依赖训练数据,也不会因为随机数不同而改变预期结果。

python
import tensorflow as tf

tf.random.set_seed(7)

x = tf.random.normal((1, 32, 32, 3))
conv = tf.keras.layers.Conv2D(
    filters=16,
    kernel_size=(3, 3),
    strides=(1, 1),
    padding='same',
    activation='relu'
)

y = conv(x)

print('output shape:', y.shape)
print('params:', conv.count_params())

预期输出

text
output shape: (1, 32, 32, 16)
params: 448

输出通道正好等于 filters=16,而宽高保持 32,说明 same 与步幅 1 生效。若这里得到的尺寸与你的网络设计表不一致,应先检查 strides、padding 和输入张量维度,再继续堆叠后续层。

选择卷积配置

在图像分类的前几层,优先使用连续的 3×3 卷积通常更容易控制尺寸。一个可检查的配置是:64×64×3 -> Conv2D(32, 3, same) -> 64×64×32 -> Conv2D(64, 3, strides=2, same) -> 32×32×64。

当模型显存不足时,先降低 filters 或在合适阶段做一次下采样,比盲目减小输入图像更容易保留有效信息。配置完成后,至少用一次前向计算打印每个关键层的输出形状,确认空间尺寸和通道数都与设计一致。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

使用卷积层

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通