Keras CNN（卷积神经网络参数的理解）

Keras CNN框架

model = Sequential()
model.add(Conv2D(32, kernel_size=(5, 5), strides=(1, 1),
                 activation='relu',
                 input_shape=input_shape)

32即是filter过滤器的大小，表示一个原始输入图像经过32个过滤器提取特征，得到32个Feature Map(特征图)，核大小即感受野的大小，strides表示步长。

总的来说，一个特征图是经过5*5的窗口，以1为步长来扫描完整个原始图像。32个filter是将一个图像扫描32次所得到的32个不同的特征图（为什么不同呢?是因为这32个filter的参数不同）

参考：

CNN的基本名词概念

Keras构建CNN讲解及代码