如何在 Conv2D 层中使用 keras 指定填充？

Question

我正在尝试使用Keras实现AlexNet，并正在检查 MATLAB 中的网络设计，如下所示

可以看出，第二个卷积层有 256 个大小为 5x5 的滤波器、48 个通道和 [2 2 2 2] 的填充。我怎么能用paddingKeras指定[2 2 2 2] ？我浏览了Conv2D的文档。它只接受 2 个填充值，即valid和same。我无法理解这一点。据我所知，valid这意味着零填充。我怎么能用第二个卷积层指定 [2 2 2 2] 填充？我将第一层创建为：

model.add(keras.layers.Conv2D(filters = 96, kernel_size = (11,11), 
 strides = (4,4), padding = "valid", input_shape=(227,227,3)))

另外，因为在第二层有 48 个通道，我需要明确说明它吗？

Answer 1

特定的填充Conv2D不是在ZeroPadding2D层中指定的，而是在层中指定的。

valid并且same实际上只是常见填充的简写 -valid意味着您不填充输入并same意味着您添加填充以使输出长度与输入长度相同。

在您的情况下，如果您想添加大小为 2 的特定填充：

model.add(keras.layers.ZeroPadding2D(padding=(2, 2)))
model.add(keras.layers.Conv2D(filters = 96, kernel_size = (11,11), strides = (4,4), padding = "valid"))

我还强烈建议查看alexnet 的这个keras 实现。请注意，您还可以在keras 卷积文档中找到填充层的文档（一直在底部）。