keras中Cropping2D层怎么用

`Cropping2D` 层可以用来裁剪输入的二维图像张量。你可以在建立模型的时候加入该层，用于对输入数据进行裁剪。以下是一个简单的示例：

from tensorflow.keras.layers import Conv2D, Cropping2D
from tensorflow.keras.models import Sequential

model = Sequential()

# 添加 Cropping2D 层
model.add(Cropping2D(cropping=((2, 2), (2, 2)), input_shape=(28, 28, 1)))

# 添加卷积层
model.add(Conv2D(32, (3, 3), activation='relu'))

# ...

# 编译模型
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

在上面的示例中，我们首先创建了一个序列模型，并添加了一个 `Cropping2D` 层。`Cropping2D` 层的 `cropping` 参数设置了要裁剪的行和列的数量。在这个例子中，我们想要从每个边缘裁剪 2 个像素，所以设置了 `((2, 2), (2, 2))`。

接下来，我们添加了一个 `Conv2D` 层和其他层，最后编译了模型。在模型训练时，将会自动应用裁剪操作。

除了在建立模型时使用 `Cropping2D` 层之外，你也可以在数据预处理时使用 `tf.image.crop_to_bounding_box` 函数进行裁剪。