layers.Conv2D()参数

layers.Conv2D()是Keras中的卷积层，用于处理二维图像数据。它的主要参数如下：

- filters：整数，输出空间的维度（即卷积核的数量）。
- kernel_size：整数、2个整数的元组或列表，指定卷积核的大小。如果是一个整数，则表示正方形卷积核；如果是一个元组或列表，则第一个元素表示卷积核的高度，第二个元素表示卷积核的宽度。
- strides：整数、2个整数的元组或列表，表示卷积核在每个维度上的步长。如果是一个整数，则表示在所有维度上的步长相同；如果是一个元组或列表，则第一个元素表示在高度维度上的步长，第二个元素表示在宽度维度上的步长。
- padding：字符串，表示补零策略。可以是"valid"（不补零）或"same"（补零）。
- activation：字符串或可调用对象，表示激活函数。如果不指定，则不使用激活函数。
- input_shape：整数元组或列表，表示输入数据的形状。只有在第一层指定此参数时才需要。
- kernel_regularizer：可选的正则化函数，在权重优化过程中对卷积核进行约束，防止过拟合。
- bias_regularizer：可选的正则化函数，在权重优化过程中对偏置进行约束，防止过拟合。