keras.layers.Conv2D的参数

tf.keras.layers.conv2d是TensorFlow中的卷积层，其参数包括：

filters：卷积核的数量，即输出的维度（整数）。

kernel_size：卷积核的大小，可以是一个整数或者一个元组，如(3,3)表示3x3的卷积核。

strides：卷积核的步长，可以是一个整数或者一个元组，如(2,2)表示在水平和垂直方向上步长为2。

padding：填充方式，可以是"valid"（不填充）或"same"（填充到输出与输入具有相同的尺寸）。

activation：激活函数，如"relu"、"sigmoid"等。

input_shape：输入的形状，如(28,28,1)表示28x28的灰度图像。

data_format：数据格式，可以是"channels_first"（通道数在前）或"channels_last"（通道数在后）。

dilation_rate：膨胀率，可以是一个整数或者一个元组，用于控制卷积核的空洞大小。

kernel_initializer：卷积核的初始化方法，如"glorot_uniform"、"he_normal"等。

bias_initializer：偏置项的初始化方法，如"zeros"、"ones"等。

kernel_regularizer：卷积核的正则化方法，如"l1"、"l2"等。

bias_regularizer：偏置项的正则化方法，如"l1"、"l2"等。

activity_regularizer：输出的正则化方法，如"l1"、"l2"等。

kernel_constraint：卷积核的约束方法，如"max_norm"、"unit_norm"等。

bias_constraint：偏置项的约束方法，如"max_norm"、"unit_norm"等。