相关疑难解决方法(0)

Keras层文档指定了卷积层的输入和输出大小:https: //keras.io/layers/convolutional/

输入形状: (samples, channels, rows, cols)

输出形状: (samples, filters, new_rows, new_cols)

并且内核大小是空间参数,即仅确定宽度和高度.

因此,带有c通道的输入将产生带有通道的输出,filters而不管其值如何c.因此,必须将2D卷积应用于空间height x width滤波器,然后以某种方式对每个学习的滤波器聚合结果.

这个聚合运算符是什么？它是跨渠道的总结吗？我能控制它吗？我找不到关于Keras文档的任何信息.

• 请注意,在TensorFlow中,过滤器也在深度通道中指定:https: //www.tensorflow.org/api_guides/python/nn#Convolution,因此深度操作很明确.

谢谢.