CNN

Conv2D 입력 #(batch_size, rows, columns, channels) 4차원 출력 4차원

model.add(Conv2D(7, (2,2), input_shape=(8,8,1))) (batch_size, rows, columns, channels) (kernal_size + bias)inputoutput (2*2+1)17 =total params

Conv1D 입력 3차원 출력 3차원 시계열 데이터에 주로 사용 다른 RNN보다 속도가 빠르고 속도에 비해 성능이 좋다 Conv2D와 같이 패딩, 스트라이드 다 가능