我正在遵循TensorFlow 2快速入门专家指南，并试图了解制作实例的第一个论点Conv2D。
filters: Integer, the dimensionality of the output space
(i.e. the number of output filters in the convolution).
由于指南32中的batch大小和使用相同，因此filters是否有选择的特定原因32，并且这两个参数应始终相互匹配吗？
train_ds = tf.data.Dataset.from_tensor_slices(
(x_train, y_train)).shuffle(10000).batch(32)
……
self.conv1 = Conv2D(32, 3, activation='relu')
摘要：
批大小定义了将通过网络传播的样本数量。
过滤器的数量就是神经元的数量，因为每个神经元对层的输入执行不同的卷积（更准确地说，神经元的输入权重形成卷积核）。
因此，这些参数不必相同。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句