在卷积神经网络中计算维度答案

【问题标题】：Calculating dimensions in convolutional neural network在卷积神经网络中计算维度
【发布时间】：2020-07-10 09:47:16
【问题描述】：

我正在阅读有关 Keras 卷积自动编码器的本教程，我意识到在计算中这些层之后我没有得到维度 (8, 4, 4) - 图像的维度应该已经下降到 3第二个卷积层，因为步幅很大。那么它是如何获得这个维度的呢？或者谁能解释一下计算过程？

我也对在这种情况下如何执行“相同”填充感到困惑，因为他们总是提到“当 stride=1 时，相同的填充将保持相同的尺寸”。我完全明白。但是当 stride 不是 1 时会发生什么？每边有多少个零？我知道尺寸的计算公式 floor((h + 2p - k)//s + 1)，但在这种情况下 p 是多少？

谢谢

input_img = Input(shape=(1, 28, 28))

x = Convolution2D(16, 3, 3, activation='relu', border_mode='same')(input_img)
x = MaxPooling2D((2, 2), border_mode='same')(x)
x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
x = MaxPooling2D((2, 2), border_mode='same')(x)
x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
encoded = MaxPooling2D((2, 2), border_mode='same')(x)

# at this point the representation is (8, 4, 4) i.e. 128-dimensional

【问题讨论】：

标签： tensorflow keras conv-neural-network

【解决方案1】：

哦，不，我想我知道会发生什么：教程中的代码是错误的。我发现this question 引用了相同的教程和正确的代码。所以他们忘了在所有的 Convolution2D 层中加上括号（这是一个翻译版本），它实际上应该是 16，(3, 3)，这意味着步幅是 1，而不是 3。所以它解释了。如果步幅为 3，我们无法得到这个维度。

【讨论】：