# Keras 卷积层 这些层为卷积神经网络实现了不同类型的卷积，采样和裁剪操作： | **层名称** | **描述** | | --- | --- | | `Conv1D` | 该层将单个空间或时间维度上的卷积应用于输入。 | | `Conv2D` | 该层将二维卷积应用于输入。 | | `SeparableConv2D` | 该层在每个输入通道上应用深度方式空间卷积，然后是逐点卷积，将所得到的输出通道混合在一起。 | | `Conv2DTranspose` | 该层将卷积的形状恢复为产生这些卷积的输入的形状。 | | `Conv3D` | 该层将三维卷积应用于输入。 | | `Cropping1D` | 该层沿时间维度裁剪输入数据。 | | `Cropping2D` | 此层沿空间维度裁剪输入数据，例如图像的宽度和高度。 | | `Cropping3D` | 该层沿着时空裁剪输入数据，即所有三维。 | | `UpSampling1D` | 该层按时间轴指定的时间重复输入数据。 | | `UpSampling2D` | 此层沿两个维度按指定时间重复输入数据的行和列维度。 | | `UpSampling3D` | 该层按三个维度的指定时间重复输入数据的三个维度。 | | `ZeroPadding1D` | 该层将零添加到时间维度的开头和结尾。 | | `ZeroPadding2D` | 此层将行和列的零添加到 2D 张量的顶部，底部，左侧或右侧。 | | `ZeroPadding3D` | 该层将零添加到 3D 张量的三个维度。 |