问题标签 [max-pooling]

我很难理解 Keras CNN 模型中层的输出形状和参数数量。

让我们以这个玩具为例：

输出是：

对于第一Conv1D层，有 7 个输出大小为 (60 - 40 + 1) = 21 的过滤器。考虑到偏差，参数数量为 (40 + 1) * 7 = 287。所以，我可以接受。

Conv1D但是第二层会在哪个维度上运行呢？我猜输出滤波器的大小是 21 - 16 + 1 = 6，但我不明白通过哪个操作我们可以将最后一个维度从 7 变为 10。我也不明白如何计算参数数量。

最后，我不了解MaxPooling1D图层的输出形状，因为我希望输出大小为 6 - 3 + 1 = 4 而不是 2。它是如何计算的？

我正在学习 Udacity 深度学习纳米学位，并致力于自动编码器迷你项目。我不明白解决方案，也不知道如何自己检查。所以这是2个问题。

我们从 28*28 图像开始。这些通过 3 个卷积层馈送，每个卷积层的填充为 1，并且每个最大池化为原始尺寸的一半。我不明白的是最后一个元素？当然 2 轮 maxpooling (28/2)/2 给出 7，因此进一步的 maxpooling 不应该是可能的，因为它会导致奇数。有人可以解释为什么我会这样吗？要复制的代码在这里：
'''

我想通过手动将单个图像通过图层来尝试理解这一点，并查看结果是什么，但这导致了错误。有人可以向我解释如何看到穿过图层的形状吗？代码有点乱，但我把它留在那里，这样你就可以看到我尝试了什么。

感谢您能给我的任何见解。
谢谢，
J

如何在 TensorFlow 2.0 中更改 PyTorch 的 ceil_mode=True？

我做了一些 MaxPool2d 的实现（运行正确，与 pytorch 比较）。在 mnist 数据集上测试时，这个函数（updateOutput）需要很长时间才能完成。如何使用 numpy 优化此代码？

输入形状 = (batch_size, n_input_channels, h, w)

输出形状 = (batch_size, n_output_channels, h // kern_size, w // kern_size)

在我的 DCNN 架构中，我在每个卷积层和 Maxpooling 层中使用了“2”的膨胀因子。我在串联中使用这两者。虽然它提高了我的准确性，但我认为这样做是否正确？在扩张中，我们正在增加感受野，而在 Maxpooling 中，我们正在做相反的事情，对吗？请指导

我的代码如下：

当我尝试运行代码时，我得到：

我应该如何修改我的代码？

我创建了以下模型：

当我现在运行时：

我收到此错误：

在此之前，我的模型如下，我没有这个错误：

因此，错误似乎是由于添加了MaxPooling2D层和消除了GlobalAveragePoolingand Dropout。

我应该如何修改我的代码？

谢谢！

我得到了这个错误。问题是什么？我已经搜索过了，但几乎在所有地方都发现了相同的语法

这是我的整个模型。模型中是否还有其他问题？我正在对音素进行语音识别

该论文报告说，“拥有一个可与框坐标区分的 RoI 池化层是一个重要的问题”，并提到了“ROI Warping”（将特征裁剪并调整为固定形状），使其完全可区分于框坐标。

我不明白为什么 RoI 池化层不可微而 ROI Warping 是？

我正在尝试构建一个 CNN，但遇到了 MaxPooling3D 层无法正常工作的问题。两层的输入形状均为 (1, 5, 32)，我想使用 poolsize (1, 1, 32) 在深度上进行最大池化，因此输出的形状为 (1, 5, 1)。但是，这会引发错误：

我不明白为什么预期/需要 5 的维度。如果我改为使用具有 poolsize (1,1) 的 MaxPooling2D 层，一切都会正确编译，我得到下面的模型。

我用来构建这个的代码：