Question

非常简单地说，当我在Keras代码中使用padding = 'same'时，我的问题涉及图像大小与maxpool图层后的输入图像大小保持不变。我正在浏览Keras博客：Building Autoencoders in Keras。我正在构建卷积自动编码器。自动编码器代码如下：

input_layer = Input(shape=(28, 28, 1))
x = Conv2D(16, (3, 3), activation='relu', padding='same')(input_layer)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = MaxPooling2D((2, 2), padding='same')(x)
# at this point the representation is (4, 4, 8) i.e. 128-dimensional
x = Conv2D(8, (3, 3), activation='relu', padding='same')(encoded)
x = UpSampling2D((2, 2))(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)
x = Conv2D(16, (3, 3), activation='relu')(x)
x = UpSampling2D((2, 2))(x)
decoded = Conv2D(1, (3, 3), activation='sigmoid', padding='same')(x)

autoencoder = Model(input_layer, decoded)
autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy')

根据autoencoder.summary()，在第一个Conv2D(16, (3, 3), activation='relu', padding='same')(input_layer)图层之后输出的图像是28 X 28 X 16，即与输入图像尺寸相同。这是因为填充是'same'。

In [49]: autoencoder.summary()
(Numbering of layers is given by me and not produced in output)
_________________________________________________________________
  Layer (type)                 Output Shape             Param #   
=================================================================
1.input_1 (InputLayer)         (None, 28, 28, 1)         0         
_________________________________________________________________
2.conv2d_1 (Conv2D)            (None, 28, 28, 16)        160       
_________________________________________________________________
3.max_pooling2d_1 (MaxPooling2 (None, 14, 14, 16)        0         
_________________________________________________________________
4.conv2d_2 (Conv2D)            (None, 14, 14, 8)         1160      
_________________________________________________________________
5.max_pooling2d_2 (MaxPooling2 (None, 7, 7, 8)           0         
_________________________________________________________________
6.conv2d_3 (Conv2D)            (None, 7, 7, 8)           584       
_________________________________________________________________
7.max_pooling2d_3 (MaxPooling2 (None, 4, 4, 8)           0         
_________________________________________________________________
8.conv2d_4 (Conv2D)            (None, 4, 4, 8)           584       
_________________________________________________________________
9.up_sampling2d_1 (UpSampling2 (None, 8, 8, 8)           0         
_________________________________________________________________
10.conv2d_5 (Conv2D)            (None, 8, 8, 8)           584       
_________________________________________________________________
11.up_sampling2d_2 (UpSampling2 (None, 16, 16, 8)         0         
_________________________________________________________________
12.conv2d_6 (Conv2D)            (None, 14, 14, 16)        1168      
_________________________________________________________________
13.up_sampling2d_3 (UpSampling2 (None, 28, 28, 16)        0         
_________________________________________________________________
14.conv2d_7 (Conv2D)            (None, 28, 28, 1)         145       
=================================================================

下一层（第3层）是，MaxPooling2D((2, 2), padding='same')(x)。 summary（）显示此图层的输出图像大小为14 X 14 X 16.但此图层中的填充也是'same'。那么为什么输出图像尺寸不会保持为带有填充零的28 X 28 X 16？

此外，当第12层之后输出形状如何变为（14 X 14 X 16）时尚不清楚，当来自其早期层的输入形状为（16 X 16）时X 8）。

`

Answer 1

下一层（第3层）是MaxPooling2D（（2,2），padding =＆＃39; same＆＃39;）（x）。 summary（）将此图层的输出图像大小显示为14 X 14 X 16.但此图层中的填充也是相同的＆＃39;。那么为什么输出图像尺寸不会保持为带有填充零的28 X 28 X 16？

似乎对padding的作用存在误解。填充只是处理角落情况（图像边界旁边的操作）。但是你有2x2的maxpooling操作，而在Keras中，默认的 stride 等于池大小，所以stride = 2，它将图像大小减半。您需要手动指定stride = 1以避免这种情况。来自Keras doc：

pool_size：2个整数的整数或元组，是缩小（垂直，水平）的因子。 （2,2）会将空间维度中的输入减半。如果只指定了一个整数，则两个维度都将使用相同的窗口长度。

步幅：整数，2个整数的元组或无。跨越价值观。 如果为None，则默认为pool_size 。

关于第二个问题

另外，在第12层之后输出形状如何变为（14 X 14 X 16）时尚不清楚，当来自其早期层的输入形状为（16 X 16 X 8）时。

第12层没有填充=指定相同。

带有填充的MaxPooling2D后的图像形状=＆＃39;相同＆＃39; - 在卷积自动编码器中计算逐层形状

1 个答案: