如何在 keras conv 层中进行零填充？

Posted 2023-02-23

【中文标题】如何在 keras conv 层中进行零填充？

【英文标题】：How to do zero padding in keras conv layer?

【发布时间】：2017-12-14 05:56:54

【问题描述】：

我正在尝试从科学文章中实现模型，该文章说他们正在使用零填充。是否可以在keras Conv2D 中配置此填充？

我看到的填充的唯一可能值是

填充：“有效”或“相同”之一（不区分大小写）。

是否可以用零或其他常量值填充？

【问题讨论】：

这里有更详细的keras padding layer的解释***.com/a/39371113/11239773

【参考方案1】：

“相同”表示零填充。目前无法以有效的方式填充其他常量。

【讨论】：

你怎么知道的？更可能的“相同”意味着填充相同的值，不是吗？

“相同”一词指的是结果的形状，而不是其值。也就是说，返回的张量与输入的形状相同。

看起来“相同”的工作方式与在前面的 ZeroPadding2D 图层中使用“有效”时的工作方式不同。请在此处查看我的实验：***.com/questions/60323897/…

【参考方案2】：

当您使用padding='valid' 时，没有填充。

当您将padding='same' 与strides=1 一起使用时，输入将补零，以便输出的宽度和高度与输入相同。如文档中所述，“相同”在后端与 strides != 1 略有不一致。

如果您想手动设置填充值，也许最简单的方法是在Conv2D 之前添加一个ZeroPadding2D 层。

例如，ZeroPadding2D(padding=((1,2),(3,4))) 将在左侧添加 1 个维度，在右侧添加 2 个维度，在顶部添加 3 个维度，在底部添加 4 个维度。 ZeroPadding2D(5) 将在所有 4 个边框上添加 5 个维度。

(顺便说一句，这是一个后端函数spatial_2d_padding的包装层)

【参考方案3】：

看看spatial_2d_padding 函数。它用零填充张量。

【讨论】：

确实如此。这对于需要非标准填充的情况是理想的。卷积层具有padding='same' 选项，该选项将自动填充零以保持与输入相同的形状。但是，如果您想要卷积层本身不提供的东西，或者在其他情况下，这是正确的功能。

使用示例？

【参考方案4】：

https://keras.io/layers/convolutional/

ZeroPadding2D=>

keras.layers.ZeroPadding2D(padding=(1, 1), data_format=None) 用于 2D 输入（例如图片）的零填充层。

该层可以在图像张量的顶部、底部、左侧和右侧添加零的行和列。

参数

填充：整数，或 2 个整数的元组，或 2 个整数的 2 个元组的元组。 如果是 int：相同的对称填充应用于高度和宽度。 如果 2 个整数的元组：解释为高度和宽度的两个不同的对称填充值：(symmetric_height_pad, symmetric_width_pad)。 If tuple of 2 tuples of 2 ints: 解释为 ((top_pad, bottom_pad), (left_pad, right_pad))

data_format：字符串，“channels_last”或“channels_first”之一。输入中维度的排序。 “channels_last”对应于具有形状（批次、高度、宽度、通道）的输入，而“channels_first”对应于具有形状（批次、通道、高度、宽度）的输入。它默认为在 ~/.keras/keras.json 的 Keras 配置文件中找到的 image_data_format 值。如果您从未设置它，那么它将是“channels_last”。

【参考方案5】：

我认为 padding='same' 意味着如果我们在隐藏层中，stride 找到的空单元格将填充上一层的值而不是零，只有输入层才会被填充用零。