因为如果我们不声明activation function，默认将设置linear为 Conv2D 层。写的是真的吗：
model.add(Conv2D(32, kernel_size=(3, 3),
input_shape=(380,380,1))
model.add(LeakyReLU(alpha=0.01))
我的意思是现在通过书面行，Conv2D 层的激活函数设置为LeakyRelu或不设置？
此外，我想知道什么是最好的alpha？我找不到任何资源来分析它。
代码，
model.add(Conv2D(32, kernel_size=(3, 3), input_shape=(380,380,1))
model.add(LeakyReLU(alpha=0.01))
肯定会Conv2D使用 LeakyReLU 激活给定参数 alpha（ReLU 的负斜率）转换输出。
此外，我想知道什么是最好的阿尔法？我找不到任何资源来分析它。
在 ReLU 中，我们简单地将负值的激活设置为 0。这导致了导致过拟合的死亡 ReLU 问题。因此，我们返回 而不是 0，以便该单元不会变为非功能性。
如果我们查看 TensorFlow 的tf.nn.leaky_relu方法，我们会发现 alpha 为 0.2。
而在 Keras 的layers.LeakyReLU课程中，您会发现 alpha 为 0.3。
因此，您可以清楚地了解参数的值应该是什么。它基本上是一个超参数，您需要通过试错观察来调整它。