![]() |
1
2
事实上,从您发布的图像中,您可以看到每个连接的特征地图都具有与另一个相同的空间范围(但深度不同)。 如果不能以这种方式连接,很可能代码中有问题,问题可能是在卷积运算中缺少有效的填充。 |
![]() |
2
1
您在初始网络中遇到的问题可以通过在卷积层中使用填充来解决,以保持大小不变。对于初始块,不要使用“有效”填充,而是将其更改为“相同”填充。因此,不需要任何大小调整,就可以连接输出。 或者,可以将填充添加到要连接的特征映射。您可以使用tf来实现这一点。pad()。 如果你不喜欢这样做,你可以使用tf。形象resize_images函数可将其大小调整为相同的值。然而,这是一种肮脏且计算昂贵的方法。 |
![]() |
3
0
张量只能沿一个轴连接。如果需要连接不同大小的特征映射,则必须以某种方式操纵原始张量的大小。 |
![]() |
bz_jf · CNN训练损失太不稳定了 2 年前 |
![]() |
Elia · TF |培训结束后如何从CNN预测 6 年前 |
|
Cameron Blake · 基于Keras的误差多分类神经网络 6 年前 |
![]() |
mcanizo · keras conv1d输入数据重塑 6 年前 |
![]() |
batuman · Google Net的感受野计算 6 年前 |