复刻模型时Conv2D输出形状及参数量不符合预期如何解决

1. 输出形状不匹配原因 #

你当前代码先通过ZeroPadding2D(padding=((1,0),(1,0)))将原始224×224的输入扩充为225×225，后续Conv2D层默认步长为1、填充设置为same，输出尺寸和输入尺寸一致，因此得到225×225的输出。
要得到112×112的输出，需要：

• 删除多余的ZeroPadding2D层
• 给Conv2D层设置步长参数strides=(2,2)，特征图尺寸会随步长减半，224×224输入经过步长2的3×3卷积后正好输出112×112。

2. 参数量不匹配原因 #

你当前得到的448参数量计算逻辑为：3（卷积核高）*3（卷积核宽）*3（输入通道数）*16（输出通道数） +16（偏置项）=448。原模型的卷积层没有启用偏置项，因此需要给Conv2D层设置use_bias=False，此时参数量计算为3*3*3*16=432，和原模型一致。

修正后代码 #

from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPool2D, ZeroPadding2D, InputLayer, Input
from tensorflow.keras.models import Model
inputs = Input(shape=(224, 224, 3))
# 移除多余的ZeroPadding2D层，设置步长为2、关闭偏置项
x = Conv2D(16, kernel_size=(3, 3), strides=(2,2), padding="same", use_bias=False)(inputs)
x = Dense(1500, activation="relu")(x)
x = Dense(1000, activation="relu")(x)
prediction = Dense(784, activation='softmax')(x)

model_functional = Model(inputs=inputs, outputs=prediction)

model_functional.summary()

内容的提问来源于stack exchange，提问作者Usama Aleem