convLSTM2D dilation_rate似乎不起作用

Question

我正在尝试使用convLSTM2D（使用Tenosrflow作为后端的Keras）中的dilation_rate进行升采样

input = Input(shape=(10, 64, 64, 1), name='encoder_input')
layer1 = ConvLSTM2D(filters=33, kernel_size=(5,5), dilation_rate=(2, 2))
model = Model(input, layer1(input))
plot_model(model, show_shapes=True, show_layer_names=True)

我希望输出形状为（None，128,128,33），但我得到了（None，64,64,33）。 这个dilation_rate =（2，2）与strides =（2，2）是否相反？

Answer 1

与跨步不同，扩展不会更改数据的形状。它只是增加了内核的“传播”。在此gif中，您可以看到其工作原理：

数据形状的唯一变化是从每一侧截去2个，因为不使用填充。