我正在使用 Keras 制作 CNN，我想用 plot_model() 可视化模型。
当我查看Conv2d 层的形状时，有一点我想不通。
假设我的Conv2d 层的内核大小为[8 x 8]，步幅为[4 by 4]，填充为'same'，我想要16 个特征图。
该层的输入形状为[None, 3, 160, 320]，输出为[None,1,40,16]。
'None' 是样本，但 1 和 40 是什么？我猜 16 是特征图的数量？
既然我实现了padding = 'same'，那么输出的图像大小不应该与输入的宽度和高度相同，还是这不一样？
谢谢！
【问题讨论】：
好吧，既然您使用的是“步幅”，那么您将永远不会拥有相同的形状。
您的卷积滤波器（可以看作是一个滑动窗口）在其滑动过程中跳跃了四个像素。
因此，您得到的最终形状除以 4（并四舍五入）。
【讨论】：
data_format 是 'channels_last': (samples, height, width, channels)。注意最后一个位置的16 features。
data_format='channels_first' 或更改<user folder>\.keras\keras.json 文件中的全局设置来更改此设置。 --- 'channels_last' 在使用最后一个维度的某些分类问题、损失和激活方面有一些优势。