【问题标题】:How is kernel size in keras convolution layers defined?keras 卷积层中的内核大小是如何定义的?
【发布时间】:2019-09-21 18:55:35
【问题描述】:

根据文档网站 (https://keras.io/layers/convolutional/),keras 卷积层的内核大小定义为 height x width

kernel_size:一个整数或 2 个整数的元组/列表,指定 二维卷积窗口的高度和宽度。可以是单个整数 为所有空间维度指定相同的值。

然而,在代码文档中,它的定义正好相反:

kernel_size:一个整数或 2 个整数的元组/列表,指定 二维卷积窗口的宽度和高度。 可以是单个整数来指定相同的值 所有空间维度。

哪一个是真的?据我了解,网站的定义应该是正确的吧?

【问题讨论】:

  • 代码文档是什么意思?我签入了githubConv2D 参数。它具有网站上的确切信息。
  • 嗯,很有趣。我刚刚从我正在使用的已安装 keras 包中复制了描述。一定已经更新了。。谢谢!

标签: python keras neural-network conv-neural-network


【解决方案1】:

是的,网站上的定义是正确的(高x宽)。根据此提交,代码文档已在 2.2.0 版中修复。

https://github.com/keras-team/keras/commit/027d37961afff8a7963836ca87ccdbbf65a78811#diff-d462a3275abee3aa77ba2b341e45cf20L366

【讨论】:

    猜你喜欢
    • 2017-10-15
    • 1970-01-01
    • 2017-11-23
    • 1970-01-01
    • 2015-10-04
    • 2016-05-17
    • 2018-07-30
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多