Keras：正确指定输出的形状（用于卷积自动编码器）

Question

在 Keras 我有模型

input_img = Input(shape=(150, 360, 3))

x = Conv2D(16, (3, 3), activation='relu', padding='same')(input_img)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = MaxPooling2D((2, 2), padding='same')(x)

# at this point the representation is autoencoder.layers[6].output_shape = (None, 19, 45, 8)

x = Conv2D(8, (3, 3), activation='relu', padding='same')(encoded)
x = UpSampling2D((2, 2))(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)                                      #10
x = Conv2D(16, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)                                     
decoded = Conv2D(3, (3, 3), activation='sigmoid', padding='same')(x)

autoencoder = Model(input_img, decoded)
autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy')

最终的形状是

autoencoder.layers[13].output_shape
(None, 152, 360, 3)

这并不奇怪，因为层的设置以及我只能使用整数来表示层 MaxPooling2D 和 UpSampling2D 的大小。但是我该如何处理呢？

如何恢复(150, 360, 3)的形状？

Answer 1

问题是高度维度 (150) 不能被 8 整除。

解决方案 1： 这可能不是最好的解决方案，但您可以在最后一个 UpSampling2D 层之后添加一个Cropping2D 层：

x = UpSampling2D((2, 2))(x)
x = Cropping2D(cropping=(1, 0))(x)
decoded = Conv2D(3, (3, 3), activation='sigmoid', padding='same')(x)

通过使用此操作，您基本上是在告诉模型忽略最后一个 UpSampling2D 输出的第一行和最后一行。

解决方案 2：您也可以使用ZeroPadding2D 填充输入图像，使其高度为 152：

input_img = Input(shape=(150, 360, 3))
x = ZeroPadding2D(padding=(1, 0))(input_img)
x = Conv2D(16, (3, 3), activation='relu', padding='same')(x)

这样，高度尺寸可以被8整除。