Keras 在将输出张量用作新层的输入之前对其进行降采样

我正在尝试使用函数API合并两个层。现在，一层的输出形状与另一层的输出形状不同。如何对图像维度较高的图像进行下采样或压缩

例如 downsample=Merge[layerone，layersix]，mode='concat'

---

layerthree1=卷积2D128,3,3，activation='relu'下采样

下采样的常用方法是最大池和平均池层

---

如果您需要将图像的大小缩小一个固定的数字，而不是将其减半或除以一个数字，您可以对要删除的边像素使用带边框的卷积。\u mode='valid'。

因此，我想我有两个选择-第一个是将较小的图像填充，然后合并，然后在合并后将其向下采样。第二个是使用额外的对较大的图像进行卷积，使其变小，然后将其合并？我的意思是有两种降采样选项。一种是使用池或跨步卷积，这将减少你的形象的一小部分。例如，2,2池或2,2步卷积将使图像在每个方向上减少一半，总像素数减少4倍。这将是伟大的匹配32x32图像与16x16，减少了第一个。但如果您需要将17x17映像与16x16映像进行匹配，则无法实现此功能。因此，您需要做的是使用bounder_mode='valid'的卷积。