数据挖掘 - Keras CNN图像输入输出 - 吾爱随笔录

我正在尝试建立一个类似于这样的 CNN：

为此，我选择使用 Keras，因为我之前使用过它（仅限简单的 RNN 和 FFNN）。我的训练数据包括输入数据（25 x 25px 图像）和输出，也是 25 x 25px 图像。问题是，我不知道如何使用 Keras 构建模型。如何将输出指定为与输入相同的形状？

这是我到目前为止所拥有的：

batch_size = 5
input_shape = (batch_size, 28, 28,  32)

model = Sequential()
model.add(Conv2D(32, kernel_size=(5, 5), strides=(1, 1),
                 activation='relu',
                 input_shape=input_shape))
model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))
model.add(Conv2D(64, (5, 5), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(1000, activation='relu'))
model.add(Conv2D(64, (5, 5), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))
model.add(Conv2D(32, kernel_size=(5, 5), strides=(1, 1),
                 activation='relu',
                 input_shape=input_shape))

model.compile(loss=keras.losses.categorical_crossentropy,
              optimizer=keras.optimizers.SGD(lr=0.01),
              metrics=['accuracy'])

我知道，代码不会那样工作。我只是想澄清我正在尝试做的事情。上面的代码摘自：Keras 教程——用 11 行代码构建卷积神经网络

到目前为止，我只是试图从这一点反转代码，本教程将输出给定图像的预测标签，以将结果转换回想要的输出图像。