Question

我是keras的新手。

我的目标是总共有4个最大池层。所有这些都采用相同的输入形状（N，256）。第一层执行全局最大池并提供1个输出。具有N / 2汇集大小和N / 2步幅的第二层提供2个输出。第三个给出4个输出，第四个给出8个输出。这是我的代码。

    test_x = np.random.rand(N, 256, 1)

    model = Sequential()

    input1 = Input(shape=test_x.shape, name='input1')
    input2 = Input(shape=test_x.shape, name='input2')
    input3 = Input(shape=test_x.shape, name='input3')
    input4 = Input(shape=test_x.shape, name='input4')

    max1 = MaxPooling2D(pool_size=(N, 256), strides=N)(input1)
    max2 = MaxPooling2D(pool_size=(N / 2, 256), strides=N / 2)(input2)
    max3 = MaxPooling2D(pool_size=(N / 4, 256), strides=N / 4)(input3)
    max4 = MaxPooling2D(pool_size=(N / 8, 256), strides=N / 8)(input4)

    mrg = Merge(mode='concat')([max1, max2, max3, max4])

创建4个最大池化层后，我尝试将它们合并在一起，但是keras会出现此错误。

ValueError：两个形状中的尺寸1必须相等，但对于'merge_1 / concat'（op：'ConcatV2'），其输入形状为4和8：[？，1,1,1]，[？，2 ，1,1]，[？，4,1,1]，[？，8,1,1]，[]和计算输入张量：输入[4] =＆lt; 3＆gt;。

我该如何解决这个问题？合并正确的方法来实现我在keras的目标吗？

Answer 1

对于连接，除了concat维度本身之外，所有维度必须具有相同数量的元素。

如您所见，您的结果已经形成：

data.forEach(function(data, index){ data[index] = data.split("\n"); })

当然，连接它们的唯一可能方法是在第二轴（轴= 1）

(?, 1, 1, 1)    
(?, 2, 1, 1)    
(?, 4, 1, 1)    
(?, 8, 1, 1)

但要注意（除非你有具体的理由并且知道你正在做什么）这会产生一个非常奇怪的图像，因为你在空间维度而不是在频道中连接尺寸。

合并多个keras max pooling层

1 个答案: