如何解决DeConvolutionConv2D_transpose层的输入形状的说明
我必须复制给定信息为（层，输入形状，过滤器，核，步幅）的模型摘要
LAYER INPUT SHAPE FILTER KERNEL STRIDE
Fc1 [batch,128] - - -
Reshape [batch,6x4x256] - - -
DeConv1 [batch,6,4,256] 128 (5,5,256) (2,2)
DeConv2 [batch,11,8,128] 128 (3,3,128) (2,1)
DeConv3 [batch,22,128] 64 (3,128) (1,1)
....
我设法提出了以下建议：
model.add(Dense(6*4*256,activation="relu",input_dim=128))
model.add(Reshape((6,256)))
model.add(Conv2DTranspose(128,kernel_size=(5,5),strides=(2,2),padding="same"))
model.add(Batchnormalization())
model.add(Activation("relu"))
model.add(Conv2DTranspose(128,kernel_size=(3,3),1),padding="same"))
model.add(Batchnormalization())
model.add(Activation("relu"))
model.add(Conv2DTranspose(64,strides=(1,padding="same"))
model.add(Batchnormalization())
model.add(Activation("relu"))
....
但这会产生：
Layer (type) Output Shape Param #
=================================================================
dense_58 (Dense) (None,6144) 792576
_________________________________________________________________
reshape_44 (Reshape) (None,256) 0
_________________________________________________________________
conv2d_transpose_155 (Conv2D (None,12,128) 819328
_________________________________________________________________
batch_normalization_197 (Bat (None,128) 512
_________________________________________________________________
activation_190 (Activation) (None,128) 0
_________________________________________________________________
conv2d_transpose_156 (Conv2D (None,24,128) 147584
_________________________________________________________________
batch_normalization_198 (Bat (None,128) 512
_________________________________________________________________
activation_191 (Activation) (None,128) 0
_________________________________________________________________
...
因此，我得到的不是（12,128），而是第一个DeConv层的（11,128）。我尝试对here和here给出的输出形状说明进行统计，但仍然无法正确完成。我要去哪里错了，什么会给我（11,128）值？
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。
