我有一个带有 keras 的卷积神经网络：
x = tf.keras.layers.Conv1D(128, 65, padding='same', strides=2,activation=None)(input)
输入有大小(8192,1)
如果我检查我的模型摘要，该层具有以下属性、输出形状和参数：
(None, 4096, 128) 8448
这里如何计算参数：
Input I x I x C
Filter F x F (x K) // K times applied
Parameters (F x F x C + 1) x K // where +1 bias per filter, and K is the number of filters
我计算了参数->(65 x 1 x 1 + 1) x 128给了我准确的 8448。但我不明白为什么偏差在里面？我有激活=无。
我在这里读到：
如果
use_bias为真，则创建一个偏置向量并将其添加到输出中。最后，如果activation is not None，它也适用于输出。
我没有将偏差设置为 true 并将激活设置为 none。