Python 如何使用Keras中的deconv2d获得与原始输入相同大小的层? u1=deconv2d(c2)
Python 如何使用Keras中的deconv2d获得与原始输入相同大小的层? u1=deconv2d(c2),python,machine-learning,keras,deep-learning,neural-network,Python,Machine Learning,Keras,Deep Learning,Neural Network,c2是前一层,u1在应用此函数后获得两倍大小,我想应用此函数,但希望获得与输入相同大小的输出 解决了这个问题 这些是代码定义的变化 def deconv2d(layer_input): """Layers used during upsampling""" u = UpSampling2D(size=2)(layer_input) u = Conv2D(256, kernel_size=3, strides=1, paddi
c2
是前一层,u1
在应用此函数后获得两倍大小,我想应用此函数,但希望获得与输入相同大小的输出 解决了这个问题
这些是代码定义的变化
def deconv2d(layer_input):
"""Layers used during upsampling"""
u = UpSampling2D(size=2)(layer_input)
u = Conv2D(256, kernel_size=3, strides=1, padding='same')(u)
u = Activation('relu')(u)
return u
size=1 instead of 2
你能展示一下你是如何创建deconv2d的吗?只需使用问题中所示的内置函数,我将c2的大小增加了一倍