有没有办法在卷积神经网络中更改完全连接层的默认输出形状？

Question

我正在使用多尺度CNN阅读paper深度预测。

基于纸张，他们在第一阶段使用了AlexNet或VGGNet。

我也对使用VGGNet感兴趣。关于这个话题，我脑子里有一些黑暗的观点。例如，如下表所示，第二个FC层（1.6和1.7为FC层）的输出具有19 * 14的奇怪形状：

据我所知，FC层不是空间定位的，所以它们的输出形状应该是一维的：

小批量中每个样品的

1 *（输出数量）（此处我的批量大小为16）：

所以这是我的问题：

有没有办法改变FC层的参数，使其在输出端具有这样的尺寸（19 * 14）？

Answer 1

FC层中没有此类参数，但您可以使用“重塑”图层将输出重新整形为所需的大小。

FC层的输出为64x266。您可以将其重塑为64x19x14。

重塑图层的文档：http://caffe.berkeleyvision.org/tutorial/layers.html