# TFLearn 卷積層 TFLearn 在`tflearn.layers.conv`模塊中提供以下層： | 層類 | 描述 | | --- | --- | | `conv_1d` | 該層將 1D 卷積應用于輸入數據 | | `conv_2d` | 該層將 2D 卷積應用于輸入數據 | | `conv_3d` | 該層將 3D 卷積應用于輸入數據 | | `conv_2d_transpose` | 該層將 conv2_d 的轉置應用于輸入數據 | | `conv_3d_transpose` | 該層將 conv3_d 的轉置應用于輸入數據 | | `atrous_conv_2d` | 該層計算二維動態卷積 | | `grouped_conv_2d` | 該層計算深度 2-D 卷積 | | `max_pool_1d` | 該層計算 1-D 最大池 | | `max_pool_2d` | 該層計算 2D 最大池 | | `avg_pool_1d` | 該層計算 1D 平均池 | | `avg_pool_2d` | 該層計算 2D 平均池 | | `upsample_2d` | 該層應用行和列 2-D 重復操作 | | `upscore_layer` | 該層實現了 [http://arxiv.org/abs/1411.4038](http://arxiv.org/abs/1411.4038) 中規定的最高分。 | | `global_max_pool` | 該層實現全局最大池操作 | | `global_avg_pool` | 該層實現全局平均池操作 | | `residual_block` | 該層實現剩余塊以創建深度殘留網絡 | | `residual_bottleneck` | 該層實現深度殘留網絡的剩余瓶頸塊 | | `resnext_block` | 該層實現 ResNeXt 塊 |