Question

只是尝试使用Keras但是当使用padding = same时我对Conv2D函数有点困惑。我想知道是否有人可以帮我弄清楚填充=“相同”时如何设置p（填充）值？

这是一个代码示例：

# X.shape = (3, 2, 2, 2) at this point

X = Conv2D(filters=4, kernel_size=(2, 2), strides = (1, 1), padding = 'same', 
           name = 'apply_conv_2', 
           kernel_initializer = glorot_uniform())(X)
X = BatchNormalization(axis = 3, name = 'apply_bn_2')(X)
X = Activation('relu')(X)

# X.shape = (3, 2, 2, 4) at this point

您应该将尺寸读作（nr_samples，height，width，nr_channels）

如果padding =“same”，则高度和宽度将保持不变。但是我有点困惑，在计算尺寸时，p值取这个值。

例如，尺寸高度应计算为：

height_next = ROUND_DOWN（（（height_prev + 2xpadding - kernel_size）/ stride）+ 1）

height_next = height_prev = 2。如上所示，kernel_size = 2以上。并且步幅= 1。

所以.. 2 = ROUND_DOWN（（（2 + 2xpadding - 2）/ 1）+ 1）

如果填充为2，则结果为5，不等于2。如果填充为1，则结果为3，不等于2。如果填充为0，则结果为1，不等于2.

我认为填充需要是一个整数值。

Keras如何计算填充值？

当填充=相同时，Keras Conv2D维度计算

0 个答案: