theano - keras中border_mode的含义是什么？

Question

我很困惑要使用什么，有效的，相同的还是完整的。我也不知道它有什么作用。我在文档中找不到它。和 border_mode为 MaxPooling2D层对我来说没有意义。 (不过对我来说，卷积层确实有意义)。

Answer 1

当您使用带有 m rows and n cols 的二维图像时, 和 a*b size kernel要对输入图像进行卷积，会发生以下情况:

如果 border_mode 是 'full'，则返回 (m+a-1)x(n+b-1)图片;
如果border_mode为'same'，则返回与输入图像相同的尺寸；如果border_mode为'valid'，则返回(m-a+1)x(n-b+1)图片。
例如，

输入 :
在以下 4x4 图像中
A = [12 13 14 15;1 2 3 4;16 17 18 19;5 6 7 8], and a 3x3 kernel B = [1 2 3;4 5 6;7 8 9] ,

如果 border_mode 是 'full'，则返回 6x6矩阵;
如果 border_mode 是 'same'，则返回 4x4矩阵;
如果 border_mode 为“有效”，则返回 2x2矩阵。

您还可以在 MATLAB 中使用函数 conv2(A,B,border_mode) 来测试输出矩阵。

希望这个答案能有所帮助。