问应用2个2d 2d层时的图像输出
EN

Stack Overflow用户

提问于 2019-12-29 11:43:56

回答 1查看 80关注 0票数 0

你能在下面的问题上帮我吗？我已经为MNIST数据集编写了以下代码。总而言之，第一个输出对我来说是可以的。但是我不确定为什么(None, 30, 24, 32)会显示在第二层。

在32*26*26上应用32(3*3)过滤器时，输出应为32*24*24。

先谢谢你...

model = Sequential()
model.add(Convolution2D(32, (3, 3), activation='relu', input_shape=(1,28,28), data_format='channels_first'))
model.add(Convolution2D(32,3,3))
model.summary()

Layer (type)                 Output Shape              Param #   
=================================================================
conv2d_102 (Conv2D)          (None, 32, 26, 26)        320       
_________________________________________________________________
conv2d_103 (Conv2D)          (None, 30, 24, 32)        7520

conv-neural-network

convolution

回答 1

Stack Overflow用户

发布于 2019-12-29 19:13:32

在第3- model.add(Convolution2D(32,3,3))行中，第二个参数kernel_size被分配了3，第三个参数stride被分配了3，而不是kernel_size被分配了(3,3)或3，而stride被分配了1。

作为参考，来自Keras docs的Convolution2D定义为：

`keras.layers.Conv2D(filters, kernel_size, strides=(1, 1), padding='valid', ...)`

因此，必须将第3行修改为：model.add(Convolution2D(32,(3,3)))或model.add(Convolution2D(32,3,1))，或者仅修改为model.add(Convolution2D(32,3))以实现所需的卷积。

注意:还必须将data_format设置为channels_first，才能使输出具有shape：(None,32,24,24)

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/59516700

复制

相似问题

问应用2个2d 2d层时的图像输出
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问应用2个2d 2d层时的图像输出EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问应用2个2d 2d层时的图像输出
EN