Input（）：kerasテンソルをインスタンス化するために使用されます
Input(shape=None,batch_shape=None,name=None,dtype=K.floatx(),sparse=False,tensor=None)
Input（shape = None、batch_shape = None、name = None、dtype = K.floatx（）、sparse = False、tensor = None）
＃参数：
形状：バッチサイズを除く、形状タプル（整数）。たとえば、shape =（32、）は、予想される入力が32次元ベクトルのバッチになることを示します。
batch_shape：バッチサイズを含むシェイプタプル（整数）。たとえば、batch_shape =（10,32）は、予想される入力が10個の32次元ベクトルのバッチになることを示します。
name：このレイヤーのオプションの名前文字列。モデル内で一意です（同じ名前を2回再利用することはできません）。名前が指定されていない場合は、自動的に生成されます。
dtype：予期される入力データ型
sparse：プレースホルダーがスパースであるかどうかに関係なく、特定のブール値
テンソル：オプションの既存のベクトルが入力レイヤーにパックされます。設定されている場合、このレイヤーはプレースホルダーテンソルを作成しません。
＃テンソルを返す
conv2dは、入力データに対して畳み込み演算を実行するための畳み込み層を作成することです。最初に元の関数を見てください。
keras.layers.Conv2D(
filters,
kernel_size,
strides=(1, 1),
padding='valid',
data_format=None,
dilation_rate=(1, 1),
activation=None,
use_bias=True,
kernel_initializer='glorot_uniform',
bias_initializer='zeros',
kernel_regularizer=None,
bias_regularizer=None,
activity_regularizer=None,
kernel_constraint=None,
bias_constraint=None
)
フィルタ：畳み込みカーネルの数によって、出力データの最後の次元（チャネル）のサイズが決まります。
kernel_size：畳み込みカーネルのサイズ（形状）。出力データの高さと幅の次元のサイズを決定します。
ストライド：畳み込み演算のステップ長。高さと幅の方向で同じステップ長を表す整数、または（x、y）は、高さ方向のステップ長がxで、幅のステップ長であることを意味します。方向はyです。
パディング：「valid」に等しい場合、畳み込みカーネルは入力データ形状（高さ、幅）の最大範囲内で移動し、「same」に等しい場合、（高さ、幅）が設定されたkernel_sizeおよびストライド、超過分は0で埋められます
。アクティベーション：アクティベーション関数
use_bias：オフセットを使用するかどうか
kernel_initializer：畳み込みカーネル
の初期化メソッドbias_initializer：オフセットの初期化メソッド
MaxPooling2D
keras.layers.MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)
pool_size：整数、または2つの整数のタプル、（垂直、水平）方向の比率を減らす係数。（2、2）は、入力テンソルの両方の次元を半分に減らします。整数を1つだけ使用する場合は、両方の次元で同じウィンドウ長が使用されます。
ストライド：整数、2つの整数のタプル、またはなし。ステップ値を表します。Noneの場合、デフォルト値はpool_sizeです。
パディング：「有効」または「同じ」（大文字と小文字が区別されます）。
data_format：文字列、channels_last（デフォルト）またはchannels_firstのいずれか。各次元の入力順序を示します。channel_lastはサイズ（バッチ、高さ、幅、チャネル）の入力テンソルを表し、channels_firstはサイズ（バッチ、チャネル、高さ、幅）の入力テンソルを表します。デフォルト値は、Keras構成ファイル〜/ .keras /keras.jsonのimage_data_format値に従って設定されます。設定されていない場合、デフォルト値は「channels_last」です。
UpSampling2D
