我正在使用Keras在112 x 92图像上构建CNN。在每个转换层之后，我插入一个MaxPooling2D层。我对输出矩阵的维数是如何计算的有点困惑。我在每个MaxPooling2D层中使用(2,2)过滤器，stride设置为1)None 2)(1,1)和3)(2,2)。1)和3)的输出矩阵是相同的(根据我的理解不应该是，因为None应该是(1,1))。为了进一步的实验，我将过滤器大小更改为(3,3)，将stride保持为None，现在矩阵维度减少了3倍。为什么会这样呢?是否动态设置None步幅?
是的，根据文档:
整型、2个整型元组或无。进步的价值观。指定池化窗口在每个池化步骤中移动的距离。如果为None，则默认为pool_size。