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 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 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