Keras CNN Archeticture

Question

Мне нужно понять, как работает свертка в следующем коде и как изменяется форма массива после каждого слоя / шага

в Conv2D (32,3,1, ...) 32 - это числофильтров, но что такое 3 и 1?

, что я думаю, что у меня есть таблица n_rows (количество строк) и n_cols (количество столбцов).эта таблица изменена таким образом, что столбцы переносятся в другое измерение (число измерений было увеличено).

теперь двумерная свертка: каждая строка свернута с 32 фильтрами, какова будет результирующая форма матрицы после этого шага?свертка происходит с каждым сырьем отдельно или смешивает более одной строки?

Xc_train = X_train.reshape((n_rows, 1, n_cols, 1))

cnn = Sequential()
cnn.add(Convolution2D(32, 3, 1,
    border_mode="same",
    activation="relu",
    input_shape=(1, n_cols, 1)))
cnn.add(Convolution2D(32, 3, 1, border_mode="same", activation="relu"))

Answer 1

Это старый код, версия Keras 1.

Он должен быть обновлен до Keras 2 в соответствии с документацией.

• Эти цифры 3 и 1 имеют размер фильтра 3 x 1 пикселей.
• Форма входных данных должна быть (n_images, n_rows, n_cols, n_channels)

При padding = 'same' (border_mode в старом коде) размер изображения не изменится.

Единственное измерение, которое изменяется, это измерение каналов.

Все фильтры свертки всегда учитывают все входные каналы, смешивают их и приносят новое количество выходных каналов (это очень очень похоже на то, что делают плотные слои, за исключением того, что вы делаете это для всего изображения, для каждого пикселей).