Keras‘Conv1D中的默认步长是多少？

Question

目前，我正在通过测试内核大小来调整我的模型。

我有以下code：

x = embedding_layer(input_4)                
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = MaxPooling1D(3)(x)

x = Conv1D(FILTERS, KERNEL, activation='relu')(x)
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x)       
x = Dropout(DROPOUT)(x)
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = Conv1D(FILTERS, KERNEL, activation='relu')(x) 
x = Dropout(DROPOUT)(x)            
x = MaxPooling1D(3)(x)

当内核是2或3时，网络运行良好，但从4开始，它就会遇到关于维度的错误。我怀疑这与步幅有关。然而，Keras网站(https://keras.io/layers/convolutional/)并没有说明默认的跨距是多少。

我现在的问题是: Keras‘Conv1D中的默认步长是多少？对于4的内核大小和5的内核大小，什么是一个好的步长？

Answer 1

在Conv1D中，默认的步长是1。除非您对另一个长度有具体的理由，否则步长1通常是合适的。

您所得到的错误可能是因为一维卷积层的输出维数是：

output_dim = 1 + (input_dim - kernel_size)/stride

在叠加了几个一维卷积层之后，您可能会到达一个输入维度小于内核大小的层。这是因为参数padding的默认值是'valid'，这意味着输入没有填充。

如果您想要在每个卷积层保留输入维数，设置padding='same'将导致填充输入，从而使输出具有与原始输入相同的长度。

Answer 2

默认的步幅实际上是(1,1)，这意味着滤波器对滤波器的每一个水平移动都要正确一个像素，对于滤波器的每个垂直移动则向下一个像素。