在将输出张量用作新层的输入之前对其进行下采样
Downsampling output tensor before using it as an input to a new layer
我正在尝试使用函数 API 合并两层。现在我一层的输出形状与另一层的输出形状不同。我该如何对图像维度较高的图像进行下采样或压缩?
例如-
下采样=(合并([layerone,layersix],mode='concat'))
layerthree1=Convolution2D(128, 3, 3,activation='relu')(下采样)
下采样的常用方法有最大池化和平均池化层(https://keras.io/layers/pooling/)
如果您需要将图像的大小缩小一个固定数字(而不是将其减半或除以一个数字),您可以使用带有 border_mode=[= 的卷积21=] 表示要删除的侧面像素。
我正在尝试使用函数 API 合并两层。现在我一层的输出形状与另一层的输出形状不同。我该如何对图像维度较高的图像进行下采样或压缩?
例如- 下采样=(合并([layerone,layersix],mode='concat')) layerthree1=Convolution2D(128, 3, 3,activation='relu')(下采样)
下采样的常用方法有最大池化和平均池化层(https://keras.io/layers/pooling/)
如果您需要将图像的大小缩小一个固定数字(而不是将其减半或除以一个数字),您可以使用带有 border_mode=[= 的卷积21=] 表示要删除的侧面像素。