machine-learning - Keras CNN 参数太少

Question

我正在尝试在 keras 中使用 3 个输入和 sigmoid 激活函数重新创建以下教程 CNN：

所以参数的数量应该是 7（假设 1 个大小为 2 的过滤器在 2 个位置（前 2 个输入或 2 个较低输入）上卷积，2 个共享权重（在突触上显示为 1.0）并且在 conv1d 层中没有填充）。当我在 Keras 中编写以下内容时：

我签入时只得到5个参数model.summary()：

我需要做什么才能获得正确数量的参数？因为我是 Keras 的新手，所以我的代码中可能有几处错误。

Answer 1

所有卷积参数在空间上共享（在 1D 的情况下，这意味着跨输入序列）。准确地说，长度的卷积滤波器对输入和2应用了两次，但在两种情况下它都是相同的滤波器，相应的可训练参数也相同。(x[0], x[1])(x[1], x[2])

这解释了你现在得到的模型的大小：Conv1D有 3 个参数（权重(2)和偏差(1)），密集层有 2 个参数，因为输出Conv1D是(?, 2, 1)。

最后，我无法评论您尝试实施的网络。可能他们的意思是 2 个过滤器（但该层将有 6 个参数）......但我不知道有任何实现，其中卷积层为每个补丁都有单独的参数。