neural-network - 在 Keras (Theano) 的卷积层中使用均匀的内核大小进行填充

Question

我现在需要了解如何使用 Keras 以 Theano 作为后端将数据填充到 1d 卷积层中。我使用“相同”的填充。

假设我们的 output_length 为 8，kernel_size 为 4。根据 the original Keras code我们的 padding 为 8//4 == 2。但是，当在水平数据的左侧和右侧添加两个零时，我可以计算 9 个卷积，而不是 8 个。

有人可以解释一下数据是如何填充的吗？在哪里添加零以及如何计算数据右侧和左侧的填充值数量？

Answer 1

如何测试 keras 填充序列的方式:

您可以做的一个非常简单的测试是创建一个具有单个卷积层的模型，强制其权重为 1，偏差为 0，并为其提供带有 1 的输入以查看输出:

from keras.layers import *
from keras.models import Model
import numpy as np


#creating the model
inp = Input((8,1))
out = Conv1D(filters=1,kernel_size=4,padding='same')(inp)
model = Model(inp,out)


#adjusting the weights
ws = model.layers[1].get_weights()

ws[0] = np.ones(ws[0].shape) #weights
ws[1] = np.zeros(ws[1].shape) #biases

model.layers[1].set_weights(ws)

#predicting the result for a sequence with 8 elements
testData=np.ones((1,8,1))
print(model.predict(testData))

这段代码的输出是:

[[[ 2.] #a result 2 shows only 2 of the 4 kernel frames were activated
  [ 3.] #a result 3 shows only 3 of the 4 kernel frames were activated
  [ 4.] #a result 4 shows the full kernel was used   
  [ 4.]
  [ 4.]
  [ 4.]
  [ 4.]
  [ 3.]]]

所以我们可以得出结论:

• Keras 在执行卷积之前添加填充，而不是之后。所以结果不是“零”。
• Keras 平均分配填充，当有奇数时，它先分配。

因此，在应用卷积之前，它使输入数据看起来像这样

[0,0,1,1,1,1,1,1,1,1,0]