在keras中border_mode是什么意思？

Question

我很困惑使用什么，有效，相同或完整。我也不知道它做了什么。我在文档中找不到它。 border_mode图层的MaxPooling2D对我来说没有意义。 （尽管对于Convolution图层，我确实有意义。）

Answer 1

当您使用带有m rows and n cols和a*b size kernel的二维图像来旋转输入图像时，会发生以下情况：

如果border_mode为'full'，则返回(m+a-1)x(n+b-1)图片;
  如果border_mode 'same'，则返回与输入图像相同的维度;如果border_mode为'valid'，则返回(m-a+1)x(n-b+1)图像。     例如，

<强>输入： 在以下4x4图像

A = [12 13 14 15;1 2 3 4;16 17 18 19;5 6 7 8], and a 3x3 kernel B = [1 2 3;4 5 6;7 8 9]，

如果border_mode为'full'，则返回6x6矩阵;
如果border_mode为'same'，则返回4x4矩阵;
如果border_mode为“有效”，则返回2x2矩阵。

你也可以在MATLAB中使用函数conv2（A，B，border_mode）来测试输出矩阵。

希望这个答案有所帮助。

Answer 2

完整，相同和有效的边界模式在上面已经很好地解释了。

是的，MaxPooling用于减少频道，如果您使用border_mode = full或border_mode = same则没有任何意义。

Answer 3

这是针对Keras 2+的，因为他们用填充替换了Border_mode 它可以用于网络中的下采样和上采样。