keras 中的因果填充

Question

有人可以解释 Keras 中“因果”填充背后的直觉。是否有任何特定的应用程序可以使用它？

keras 手册说这种类型的填充会导致扩张卷积。“扩张”卷积究竟意味着什么？

Answer 1

这是关于什么是“因果”填充的非常简洁的解释：

Conv1D 允许我们指定的一件事是 padding="causal"。这只是在前面用零填充层的输入，以便我们还可以预测帧中早期时间步的值：

膨胀只是意味着跳过节点。与 strides 告诉您下一步在何处应用内核不同，dilation 告诉您如何扩展内核。从某种意义上说，它相当于前一层的一个stride。

在上图中，如果较低层的步幅为 2，我们将跳过 (2,3,4,5)，这将给我们相同的结果。