keras中的border_mode是什么意思？

Question

我很困惑使用什么，有效的，相同或完整的。我也不知道它做什么。我在文档中找不到它。而且border_mode对于MaxPooling2D我来说，分层是没有意义的。（不过，对于卷积层来说，这对我来说确实有意义）。

Answer 1

当您使用带有m rows and n cols和的二维图像a*b size kernel对输入图像进行卷积时，会发生以下情况：

如果border_mode为'full'，则返回(m+a-1)x(n+b-1)图像；否则为false 。
如果border_mode为'same'，则返回与输入图像相同的尺寸；
如果border_mode为'valid'，则返回(m-a+1)x(n-b+1)图像。例如，

输入：在以下4x4图像中

A = [12 13 14 15;1 2 3 4;16 17 18 19;5 6 7 8], and a 3x3 kernel B = [1 2 3;4 5 6;7 8 9]，

如果border_mode为'full'，则返回一个6x6矩阵；
如果border_mode为'same'，则返回一个4x4矩阵。
如果border_mode为'valid'，则返回一个2x2矩阵。

您还可以在MATLAB中使用函数conv2（A，B，border_mode）来测试输出矩阵。

希望这个答案能有所帮助。