# Keras 卷積層 這些層為卷積神經網絡實現了不同類型的卷積，采樣和裁剪操作： | **層名稱** | **描述** | | --- | --- | | `Conv1D` | 該層將單個空間或時間維度上的卷積應用于輸入。 | | `Conv2D` | 該層將二維卷積應用于輸入。 | | `SeparableConv2D` | 該層在每個輸入通道上應用深度方式空間卷積，然后是逐點卷積，將所得到的輸出通道混合在一起。 | | `Conv2DTranspose` | 該層將卷積的形狀恢復為產生這些卷積的輸入的形狀。 | | `Conv3D` | 該層將三維卷積應用于輸入。 | | `Cropping1D` | 該層沿時間維度裁剪輸入數據。 | | `Cropping2D` | 此層沿空間維度裁剪輸入數據，例如圖像的寬度和高度。 | | `Cropping3D` | 該層沿著時空裁剪輸入數據，即所有三維。 | | `UpSampling1D` | 該層按時間軸指定的時間重復輸入數據。 | | `UpSampling2D` | 此層沿兩個維度按指定時間重復輸入數據的行和列維度。 | | `UpSampling3D` | 該層按三個維度的指定時間重復輸入數據的三個維度。 | | `ZeroPadding1D` | 該層將零添加到時間維度的開頭和結尾。 | | `ZeroPadding2D` | 此層將行和列的零添加到 2D 張量的頂部，底部，左側或右側。 | | `ZeroPadding3D` | 該層將零添加到 3D 張量的三個維度。 |