Keras 中的 Flatten 层是如何工作的？答案

【问题标题】：How does the Flatten layer work in Keras?Keras 中的 Flatten 层是如何工作的？
【发布时间】：2017-10-25 21:30:16
【问题描述】：

我正在使用 TensorFlow 后端。

我正在依次应用卷积、最大池化、展平和密集层。卷积需要 3D 输入（高度、宽度、颜色通道深度）。

卷积之后，变成(height, width, Number_of_filters)。

应用最大池化高度和宽度更改后。但是，在应用了 flatten 层之后，究竟会发生什么？比如flatten之前的输入是(24, 24, 32)，那它是怎么把它展平的呢？

每个过滤器编号的高度、重量是按顺序排列的（24 * 24），还是以其他方式排列？如果有实际值，将不胜感激。

【问题讨论】：

这里是 Flatten 和 GlobalPooling 操作的比较：stackoverflow.com/questions/49295311/…

标签： tensorflow neural-network keras keras-layer

【解决方案1】：

Flatten() 运算符展开从最后一个维度开始的值（至少对于 Theano，它是“通道优先”，而不是像 TF 那样的“通道最后”。我无法在我的环境中运行 TensorFlow）。这相当于 numpy.reshape 使用 'C' 排序：

‘C’表示使用类 C 的索引顺序读取/写入元素，其中最后一个轴索引变化最快，回到第一个轴索引变化最慢。

这是一个独立的示例，说明 Flatten 运算符与 Keras 功能 API。您应该能够轻松适应您的环境。

import numpy as np
from keras.layers import Input, Flatten
from keras.models import Model
inputs = Input(shape=(3,2,4))

# Define a model consisting only of the Flatten operation
prediction = Flatten()(inputs)
model = Model(inputs=inputs, outputs=prediction)

X = np.arange(0,24).reshape(1,3,2,4)
print(X)
#[[[[ 0  1  2  3]
#   [ 4  5  6  7]]
#
#  [[ 8  9 10 11]
#   [12 13 14 15]]
#
#  [[16 17 18 19]
#   [20 21 22 23]]]]
model.predict(X)
#array([[  0.,   1.,   2.,   3.,   4.,   5.,   6.,   7.,   8.,   9.,  10.,
#         11.,  12.,  13.,  14.,  15.,  16.,  17.,  18.,  19.,  20.,  21.,
#         22.,  23.]], dtype=float32)

【讨论】：

【解决方案2】：

扁平化张量意味着删除除一个之外的所有维度。

Keras 中的 Flatten 层将张量重塑为具有等于张量中包含的元素数量的形状。

这与制作一维元素数组相同。

例如在 VGG16 模型中，您可能会发现它很容易理解：

>>> model.summary()
Layer (type)                     Output Shape          Param #
================================================================
vgg16 (Model)                    (None, 4, 4, 512)     14714688
________________________________________________________________
flatten_1 (Flatten)              (None, 8192)          0
________________________________________________________________
dense_1 (Dense)                  (None, 256)           2097408
________________________________________________________________
dense_2 (Dense)                  (None, 1)             257
===============================================================

注意 flatten_1 层的形状是（无，8192），其中 8192 实际上是 4*4*512。

PS，None 表示任何维度（或动态维度），但通常可以将其理解为 1。您可以在here 找到更多详细信息。

【讨论】：

【解决方案3】：

它像 24*24*32 一样是连续的，并按照以下代码对其进行整形。

def batch_flatten(x):
    """Turn a nD tensor into a 2D tensor with same 0th dimension.
    In other words, it flattens each data samples of a batch.
    # Arguments
        x: A tensor or variable.
    # Returns
        A tensor.
    """
    x = tf.reshape(x, tf.stack([-1, prod(shape(x)[1:])]))
    return x

【讨论】：