maxpool负尺寸大小，卷积可视化

问题描述

我有一个名为“ model”的CNN模型，我正在尝试可视化卷积特征图。 通过执行以下操作，可以在前两个卷积层中做到这一点：

inp= model.inputs #input of model
out2= model.layers[2].output #output
feature_map_2= Model(inputs= inp,outputs= out2)  #defining the model
f2=feature_map_2.predict(test_img)  #predicting

但是当我尝试包括下一层maxpool层时，出现以下错误

ValueError: Negative dimension size caused by subtracting 2 from 1 for '{{node functional_57/max_pooling2d_4/MaxPool}} = MaxPool[T=DT_FLOAT,data_format="NHWC",ksize=[1,2,1],padding="VALID",strides=[1,1]](functional_57/conv2d_24/Relu)' with input shapes: [32,256,1,64].

图像的形状为（256,1），运行完整模型时，我没有任何错误。

我尝试定义顺序模型，但是那没用。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）