Keras 中具有可变输入形状的 Flatten() 层答案

【问题标题】：Flatten() Layer in Keras with variable input shapeKeras 中具有可变输入形状的 Flatten() 层
【发布时间】：2019-01-24 12:46:43
【问题描述】：

我正在使用在 Keras 中实现的 CNN，它在某些时候有一个扁平层。现在，我的目标是允许输入不同形状的图像。所以我的第一个转化。层看起来像：

model.add(Conv2D(...., input_shape=(None, None, 1))

在这个设置中，我的扁平层变得不开心，并告诉我指定输入形状。因此，我目前正在使用 GlobalMaxPooling 层，我想避免这种情况。

毕竟，flatten 层为什么要关心宽度和高度呢？

背景：我尝试训练一个用于分类的网络（较小的分辨率），然后使用此网络进行对象检测（较高的分辨率）

谢谢

【问题讨论】：

【解决方案1】：

它对形状很麻烦，因为您可能希望将另一层连接到它。

并且它的特征维度将是下一层创建自己的权重的基础。一个层不能有可变大小的权重矩阵，因此，它不能有可变大小的特征输入。

【讨论】：