关于使用 Keras 在 VGG16 中构建第一个输入层

Question

在this blog中，作者包含了一个构建VGG16网络的代码段。我对代码的以下部分有一些疑问

model = Sequential()
model.add(ZeroPadding2D((1, 1), batch_input_shape=(1, 3, img_width, img_height)))
first_layer = model.layers[-1]
# this is a placeholder tensor that will contain our generated images
input_img = first_layer.input

与model.add(ZeroPadding2D((1, 1), batch_input_shape=(1, 3, img_width, img_height)))相关，我们平时使用ZeroPadding2D构建第一层读取图像作为输入是不是一直都是这样？ (1,1) 对输入表示什么 ZeroPadding2D的参数。根据Keras文档，表示我们对行和列都加1个零。如何决定要添加多少个零？

其次，为什么我们需要在first_layer = model.layers[-1]中设置-1？这里我们只有一层，应该是0吧？

Answer 1

我们通常使用 ZeroPadding2D 构建第一层读取图像作为输入是否总是正确的？

视情况而定。在这个特定的代码中，作者打算执行一个 3x3 卷积，输出具有与输入图像相同宽度和高度的图像特征。如果输入图像大小是 2 的幂，通常会出现这种情况，因为您希望保留 2x2 池化层的数量。

没有填充：

128x128 -[3x3 conv]-> 126x126 -[2x2 pool]-> 63x63 -[3x3 conv]-> 61x61 -> *how to pool next?*

带内边距：

128x128 -[pad 1]-> 130x130 -[3x3 conv]-> 128x128 -[2x2 pool]-> 64x64
-[pad+conv+pool]-> 32x32 -[...]-> 16x16 -> 8x8 ...

(1,1)对于ZeroPadding2D的输入参数表示什么？

如果输入图像为 128*128，(1,1) 零填充将创建一个 130x130 的图像，添加一个 1 像素宽的黑框。 (1,1) 表示分别在水平/垂直边缘添加多少像素。

           o o o o o
x x x      o x x x o
x x x  ->  o x x x o
x x x      o x x x o
           o o o o o

如果您打算使用 5x5 卷积来保持图像尺寸，则需要 (2,2) 填充。

为什么我们需要在 first_layer = model.layers[-1] 中设置 -1？

可以使用精确索引。但是，如果有一天您决定在第一个卷积层下方添加一个预处理层，则无需更改 [-1] 索引，因为它始终提供最顶层。减少错误以防您忘记。