Python conv2d（）获取了意外的关键字参数'；border#u模式'；

当我尝试使用keras-2.1.3和theano-1.0.1运行此代码时

def get_初始状态（self，x）：
初始状态=K.sum（x，轴=1）
初始状态=K.conv2d（初始状态，K.zero（（self.nb\u filters\u out，self.nb\u filters\u in，1，1）），边框模式='same'）
初始状态=[范围内的初始状态（len（self.states））]
返回初始状态
回溯（最近一次呼叫最后一次）：
文件“main.py”，第63行，在
m=模型（输入=[x，x_映射]，输出=sam_resnet（[x，x_映射]）
文件“E:\sam master\models.py”，第136行，位于sam\u resnet中
nb_cols=3，nb_rows=3）（附件M）
文件“C:\ProgramData\Anaconda3\lib\site packages\keras\engine\topology.py”，第617行，在调用中__
输出=自调用（输入，**kwargs）
文件“E:\sam master\attention\u convlstm.py”，第143行，调用中
初始状态=自身。获取初始状态（x）
文件“E:\sam master\attentin\u convlstm.py”，第42行，处于get\u初始状态
初始状态=K.conv2d（初始状态，K.zero（（self.nb\u filters\u out，self.nb\u filters\u in，1，1）），边框模式='same'）
TypeError:conv2d（）获得意外的关键字参数“border\u mode”

嗯，在keras中没有

边界模式

有
padding='valid'
或
padding='same'

始终检查以正确使用图层和功能
 这是一个与Keras1.x向后兼容的问题，如果有人还存在此问题，请注意。“border_mode”曾经作为（至少）Keras1.1.0中卷积2d类的参数存在，因此在许多旧代码中仍然存在

在Keras2系列（我参考了2.3.1）中，您将看到几乎整个到Convolution2D的API都发生了变化，因此，如果您使用旧版本的Keras移植存储库，我怀疑border_模式将是您最担心的问题。
我投了赞成票，因为这样的答案在某种程度上仍然需要。2018年，我们仍然没有阅读文档，tsk tsk感谢您的帮助，在我更改后，我得到了这个错误值error：似乎您正在使用Keras 2，并且您正在将
内核大小
和
步幅
作为整数位置参数传递。出于安全原因，这是不允许的。改为将
strips
作为关键字参数传递。我正在尝试使用keras 2.1.3运行此代码，您确定错误与以前的错误在同一行吗？--您可能应该针对该错误发布另一个问题，详细说明错误出现的位置。（如果您认为我的答案解决了您最初的问题，请将其标记为“回答”）。如果问题确实在同一行中，尝试：<代码> K.VAUD2D（x=初始化状态，内核＝NP.0）（（Self.NbjFielssOUT，Self.Nbl FielthsIn in，1, 1）），填充=“相同”）注意到过滤器的预期形状实际上是过滤器。（sizeX、sizeY、InputChannel、OutputChannel）。
def get_initial_states(self, x):
    initial_state = K.sum(x, axis=1)
    initial_state = K.conv2d(initial_state, K.zeros((self.nb_filters_out, self.nb_filters_in, 1, 1)), border_mode='same')
    initial_states = [initial_state for _ in range(len(self.states))]

    return initial_states

Traceback (most recent call last):
  File "main.py", line 63, in <module>
    m = Model(input=[x, x_maps], output=sam_resnet([x, x_maps]))
  File "E:\sam-master\models.py", line 136, in sam_resnet
    nb_cols=3, nb_rows=3)(att_convlstm)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\topology.py", line 617, in __call__
    output = self.call(inputs, **kwargs)
  File "E:\sam-master\attentive_convlstm.py", line 143, in call
    initial_states = self.get_initial_states(x)
  File "E:\sam-master\attentive_convlstm.py", line 42, in get_initial_states
    initial_state = K.conv2d(initial_state, K.zeros((self.nb_filters_out, self.nb_filters_in, 1, 1)), border_mode='same')
TypeError: conv2d() got an unexpected keyword argument 'border_mode'