如何解决maxpool负尺寸大小,卷积可视化
我有一个名为“ model”的CNN模型,我正在尝试可视化卷积特征图。 通过执行以下操作,可以在前两个卷积层中做到这一点:
inp= model.inputs #input of model
out2= model.layers[2].output #output
feature_map_2= Model(inputs= inp,outputs= out2) #defining the model
f2=feature_map_2.predict(test_img) #predicting
ValueError: Negative dimension size caused by subtracting 2 from 1 for '{{node functional_57/max_pooling2d_4/MaxPool}} = MaxPool[T=DT_FLOAT,data_format="NHWC",ksize=[1,2,1],padding="VALID",strides=[1,1]](functional_57/conv2d_24/Relu)' with input shapes: [32,256,1,64].
图像的形状为(256,1),运行完整模型时,我没有任何错误。
我尝试定义顺序模型,但是那没用。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。