卷积神经网络中的维数计算

Question

我正在阅读有关Keras卷积自动编码器的教程，我意识到在计算这些层之后我没有得到尺寸（8、4、4）-在第二个卷积层，因为步幅较大。那么如何获得这个尺寸？还是有人可以解释计算过程？

对于这种情况下如何执行“相同”填充，我也感到困惑，因为他们总是提到“当步幅= 1时，相同的填充将保持相同的尺寸”。我完全明白。但是，当跨度不是1时会发生什么？每一边有多少个零？我知道尺寸floor（（h + 2p-k）// s +1）的计算公式，但是在这种情况下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

Answer 1

哦，不，我想我知道会发生什么：本教程中的代码是错误的。我发现this question用正确的代码引用了同一教程。因此他们忘记了在所有Convolution2D图层中加上括号（它是翻译后的版本），实际上应该为16（3、3），这意味着跨度为1，而不是3。因此可以解释。如果步幅为3，则无法获得此尺寸。