Keras合并，通过索引分拆

Question

我正在尝试设计一个模型（编码器-解码器），在该模型中，我需要使用max-pool层，该层可以返回要在上层池层中使用的最大值的索引。作为参考，我尝试在此处完成代码：SegNET。

我建立了适用于stride =（2,2）和pool_size =（2,2）的模型，但是如果我增加stride和pool_size中的一个或两个都出现问题。简化的一层模型代码为：

input_image = Input(shape=input_shape)
x1 = Conv2D(64, (3,3), strides=(1,1), padding='same')(input_image)
pool_1, mask_1= MaxPoolingWithArgmax2D(pool_size, strides= strides, name ='pool1')(x1)
print ('x1: ', x1)
print ('pool_1: ', pool_1)
model = Model (inputs = input_image, outputs= pool_1)
model.compile(loss='mse',optimizer='sgd',metrics=['accuracy'])
#plot_model(model, to_file='model.png', show_shapes= True)
model.summary()

当我打印层激活时，即池层的输出和模型摘要，它给出以下尺寸：

为了验证输出尺寸，对预测输出的形状进行建模，如下所示：

out = model.predict(input_image_batch)
print (out.shape)
>> (2, 86, 86, 64)

此时，它变得完全令人困惑。