Keras'；Conv1D？

目前，我正在通过测试内核大小来调整我的模型

我有以下代码：

x = embedding_layer(input_4)                
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = MaxPooling1D(3)(x)

x = Conv1D(FILTERS, KERNEL, activation='relu')(x)
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = MaxPooling1D(3)(x)

当内核为

2

或

3

时，网络运行正常，但从

4

开始，它会在维度上出错。我怀疑这与步幅有关。但是，

Keras

网站（）没有说明默认步幅是多少

我现在的问题是：Keras’Conv1D中默认的步幅是多少？对于

4

的内核大小和

5

的内核大小，什么是合适的步幅长度？

从，默认步幅长度是1。除非您对另一个长度有具体的理由，否则步长1通常是合适的

您得到的错误可能是因为1D卷积层的输出维度为：

output_dim = 1 + (input_dim - kernel_size)/stride

在堆叠几个1D卷积层之后，您可能会到达一个输入维度小于内核大小的层。发生这种情况是因为参数

padding

的默认值是

'valid'

，这意味着输入没有被填充

相反，如果您希望在每个卷积层保留输入维度，则设置

padding='same'

会填充输入，使输出与原始输入具有相同的长度。

从，默认步幅长度为1。除非您对另一个长度有具体的理由，否则步长1通常是合适的

您得到的错误可能是因为1D卷积层的输出维度为：

output_dim = 1 + (input_dim - kernel_size)/stride

在堆叠几个1D卷积层之后，您可能会到达一个输入维度小于内核大小的层。发生这种情况是因为参数

padding

的默认值是

'valid'

，这意味着输入没有被填充

相反，如果希望在每个卷积层保留输入维度，则设置

padding='same'

将填充输入，使输出与原始输入具有相同的长度