【问题标题】:Transposed Convolution 2D parameter choice转置卷积 2D 参数选择
【发布时间】:2018-07-28 14:03:53
【问题描述】:

我想从 (60,1) 向量生成大小为 (176,132) 的图像。

我不知道如何选择最适合我的问题的步幅、内核、填充和输出填充...是否有任何在线资源可以提供帮助?

我相信堆叠几个 TransposedConvolution2D 层会有所帮助,但是每个层的参数如何相互关联?他们应该增加还是减少?

非常感谢!

【问题讨论】:

    标签: python-3.x machine-learning keras


    【解决方案1】:

    本文包含一些将卷积层参数与输入和输出形状相关联的公式:A guide to convolution arithmetic for deep learning

    【讨论】:

    • 我看过了,但我想知道如何选择最优参数。
    • 不幸的是,您必须通过公式来计算它们...
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2018-09-23
    • 1970-01-01
    • 2019-06-09
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多