Keras 有两个用于卷积 2D 的border_mode,相同且有效。谁能解释“相同”的作用或指出一些文档?我在网上找不到任何文档(除了有人要求它也在 theano 中实现)。
keras中卷积层的border_mode
数据挖掘
喀拉斯
卷积神经网络
2021-10-13 13:39:32
1个回答
使用边界模式“有效”,您将获得小于输入的输出,因为仅在输入和过滤器完全重叠的地方计算卷积。
使用边框模式“相同”,您将获得与输入“相同”大小的输出。这意味着过滤器必须超出输入范围“过滤器大小/ 2” - 输入之外的区域通常用零填充。
请注意,一些库还支持边界模式“完整”,其中过滤器进一步超出输入范围 - 最高为“过滤器大小 - 1”。这导致输出形状大于输入。
在.. numpy 的 convolve 文档中有一个简短的解释:
http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.convolve.html
其它你可能感兴趣的问题