Keras 中最大池化层的默认池化大小是多少？
What is the default pooling size of Max pooling layers in Keras?
Keras 中最大池化层的默认池化大小是多少？
池化层有 3 个参数：pool_size、步幅和填充。如果 pool_size 没有明确指定，Keras 默认使用什么 pool_size 值？
例如在下面的keras池化层中，就是pool_size?
model.add(tf.keras.layers.MaxPooling2D(strides=(2,2), padding='same'))
Keras 中的默认值与在带有 Keras 后端的 Tensorflow 中一样是 pool_size=(2,2)，因此它将输入的 x 和 y 空间维度减半。
Here you can see the documentation in Tensorflow where it is mentioned.
更具体地说，stride 和 pool_size 参数高度相关，只有当您更改填充类型时才会有所不同。如文档中所述：
output_shape = math.floor((input_shape - pool_size) / strides) + 1 在 input_shape >= pool_size 的情况下 如果选择的填充是 valid.
否则，如果选择的填充是same:
output_shape = math.floor((input_shape - 1) / strides) + 1
Keras 中最大池化层的默认池化大小是多少？ 池化层有 3 个参数：pool_size、步幅和填充。如果 pool_size 没有明确指定，Keras 默认使用什么 pool_size 值？
例如在下面的keras池化层中，就是pool_size?
model.add(tf.keras.layers.MaxPooling2D(strides=(2,2), padding='same'))
Keras 中的默认值与在带有 Keras 后端的 Tensorflow 中一样是 pool_size=(2,2)，因此它将输入的 x 和 y 空间维度减半。
Here you can see the documentation in Tensorflow where it is mentioned.
更具体地说，stride 和 pool_size 参数高度相关，只有当您更改填充类型时才会有所不同。如文档中所述：
output_shape = math.floor((input_shape - pool_size) / strides) + 1 在 input_shape >= pool_size 的情况下 如果选择的填充是 valid.
否则，如果选择的填充是same:
output_shape = math.floor((input_shape - 1) / strides) + 1