TensorFlow，在 CNN 的混乱中重塑

Question

我已经多次看到这个疑问，但没有得到任何答案，至少我特别困惑，关于重塑如何工作以及为什么有必要。我会尽量简明扼要。

所以，我在 TensorFlow 文档中读到，当您实现 CNN 时，在将数据输入到卷积层之前，有必要对数据进行整形，因为卷积层采用 4D 张量，而不仅仅是一个列表元素（您下载的训练数据）。

Convolution-Pooling 过程的输出也是一个 4D 张量。它被送入 Flatten 层。现在...... Flatten 层，用于接收相同的列表元素，这些元素在将其传递给卷积之前需要重新整形。但是，为什么这两种方法都适用于 Flatten 层？它正在接收一个项目列表（不能直接馈送到卷积），现在正在接收一个 4D 张量。

那么如果没有卷积，Flatten 层会接收未重构的数据，如果有卷积池，它会接收 4D 张量，然后输出相同的东西？

我希望我足够清楚我的困惑是什么，并希望有人能够花一些时间来阐明我的疑问。

干杯！

Answer 1

卷积神经网络 (CNN) 的输入数据将如下图所示。我们假设我们的数据是一组图像。

您始终必须将 4D 数组作为 CNN 的输入。所以输入数据的形状为(batch_size, height, width, channels)。如果RGB 图像的通道为3，greyscale 图像的通道为1。

CNN 的输出也是一个4D 数组。其中批量大小与输入批量大小相同，但图像的其他 3 个维度可能会根据我们使用的 filter、kernel size 和 padding 的值而改变

我们看下面的代码

import tensorflow as tf
from tensorflow.keras.layers import Conv2D, MaxPool2D, Dense, Flatten

model=tf.keras.models.Sequential()
model.add(Conv2D(filters=64, kernel_size=1, input_shape=(10,10,3)))
model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))
model.add(Flatten())
model.add(Dense(10))
model.summary()

输出：

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 10, 10, 64)        256       
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 5, 5, 64)          0         
_________________________________________________________________
flatten (Flatten)            (None, 1600)              0         
_________________________________________________________________
dense (Dense)                (None, 10)                16010     
=================================================================
Total params: 16,266
Trainable params: 16,266
Non-trainable params: 0
_________________________________________________________________

认为它看起来像输入形状是3D，但你必须在拟合数据时传递一个4D数组，它应该像(batch_size, 10, 10, 3)。由于 input_shape 参数中没有批量大小值，我们可以在拟合数据时使用任何批量大小。

Conv2D 和 MaxPool2D 的输出形状分别为 (None, 10, 10, 64)、(None, 5, 5, 64)。第一个维度代表批量大小，目前为None。因为网络事先并不知道批量大小。拟合数据后，None 将替换为您在拟合数据时提供的批量大小。

我们可以简单地在另一个卷积层的顶部添加一个卷积层，因为卷积的输出维度与输入维度相同。

我们通常在卷积层的顶部添加Dense 层来对图像进行分类。然而，输入数据到密集层2D 形状数组(batch_size, units)。而卷积层的输出是一个4D数组。

因此，我们必须将从卷积层接收到的输出维度更改为2D 数组。我们可以通过在卷积层顶部插入Flatten 层来实现。展平层将图像的3 尺寸压缩为single 尺寸。现在我们只有一个2D 形状为(batch_size, squashed_size) 的数组，这对于密集层来说是可以接受的。

注意：我们应该始终在网络中的Dense 层之前添加Flatten 层。

如果是简单的网络，您可以使用Flatten 层开始网络，因为不需要卷积。

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dense(10)
])