Keras 因'的1减去2而导致的负尺寸大小；MaxPool'；

我试图构建一个卷积层，如下所示：

对于过滤器大小中的窗口大小：
conv=卷积2d（nb_filter=1，nb_row=window_size，nb_col=nb_col，
border_mode='valid'，
激活='tanh'，
name='conv{:d}'。格式（窗口大小）（in_x）
max_pool=MaxPooling2D（name='maxpool_u{:d}'。格式（窗口大小））（conv）
卷积。追加（最大池）

但我得到了一个错误：

ValueError: Negative dimension size caused by subtracting 2 from 1 for 'MaxPool' (op: 'MaxPool') with input shapes: [?,9,1,1].

---

我不太明白为什么会这样。我必须指定输入吗？我认为除了模型输入之外，这是不必要的？

我以前遇到过同样的问题。每次使用Maxpooling（pool_size=[2,2]），图像_大小将减少2倍。可能参数小于2，因此您无法再次使用Maxpool。

---

希望这对您有用。^ ^ ^

我以前也遇到过同样的问题。每次使用Maxpooling（pool_size=[2,2]），图像大小将减少2倍。可能参数小于2，因此您无法再次使用Maxpool。

---

希望这对你有用。^ ^ ^

nb_行、nb_列、窗口大小是多少？您知道吗，在不指定池大小的情况下使用此层会将其默认设置为（2,2）？可能发生的情况是，您尝试使用窗口（2,2）最大化大小为（1,2）或（1,1）的张量。。。这没有道理。@NassimBen你在这件事上是对的。原来只是我没有完全理解输入参数在做什么。nb_行、nb_列、窗口大小是什么？您知道吗，在不指定池大小的情况下使用此层会将其默认设置为（2,2）？可能发生的情况是，您尝试使用窗口（2,2）最大化大小为（1,2）或（1,1）的张量。。。这没有道理。@NassimBen你在这件事上是对的。结果是我没有完全理解输入参数在做什么。