具有扩张和“因果”填充的Keras Conv1D不会减小序列的大小

时间:2017-12-11 05:50:22

标签: python tensorflow neural-network keras convolution

在Keras,如果你跑

(?, seq_length, dim)

然后打印出的形状将为{ name: 'Heading', element: 'h3', class: 'testClass' }, { name: 'Subheading', element: 'h4', class: 'testClass' }, { name: 'Paragraph', element: 'p', class: 'testClass' }, { name: 'Label', element: 'label', class: 'testClass' }, { name: 'Centered Heading', element: 'h3', styles: { 'text-align': 'center'} }, { name: 'Centered Subheading', element: 'h4', styles: { 'text-align': 'center'} }, { name: 'Centered Paragraph', element: 'p', styles: { 'text-align': 'center', 'color': 'red'} } ,这意味着序列长度根本没有改变。但这不是不正确的吗?因为扩张使得卷积9的有效内核宽度,输出的序列长度不应该减少8,因为因果内核需要9个值来执行其点积,因此不会输出前8个样本序列?这是Keras的问题吗?

0 个答案:

没有答案