Keras 的 Conv1D 中的默认步幅是多少？

Question

目前，我正在通过测试内核大小来调整我的模型。

我有以下 code :

x = embedding_layer(input_4)                
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = MaxPooling1D(3)(x)

x = Conv1D(FILTERS, KERNEL, activation='relu')(x)
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = MaxPooling1D(3)(x)

当内核为2或3时，网络运行良好，但从4开始出现维度错误。我怀疑这与步幅有关。但是，Keras 网站 (https://keras.io/layers/convolutional/) 并没有说明默认步幅是多少。

我现在的问题是：Keras 的 Conv1D 中的默认步幅是多少？对于 4 的内核大小和 5 的内核大小，什么是好的步长？

Answer 1

从 Conv1D 开始，默认步幅为 1。除非您有其他长度的具体理由，否则步幅 1 通常是合适的。

你得到的错误可能是因为一维卷积层的输出维度是：

output_dim = 1 + (input_dim - kernel_size)/stride

并且在堆叠多个一维卷积层之后，您可能会到达一个输入维数小于内核大小的层。发生这种情况是因为参数 padding 的默认值为 'valid'，这意味着输入未被填充。

如果您想保留每个卷积层的输入维数，设置 padding='same' 会填充输入，使输出的长度与原始输入的长度相同。

Answer 2

默认步幅实际上是 (1,1)，这意味着过滤器每水平移动一次，过滤器将向右移动一个像素，过滤器每垂直移动一次，过滤器将向下移动一个像素。

Keras 的 Conv1D 中的默认步幅是多少？

What is the default stride length in Keras' Conv1D?

keras

conv-neural-network

stride