如何展平图层展开输入图像?

时间:2016-12-09 10:20:34

标签: neural-network deep-learning convolution conv-neural-network flatten

展平图层如何展开输入图像? 例如,输入 - 深度为512的7x7图像。 如何精确地展平图层将输入数据展开到矢量?

1 个答案:

答案 0 :(得分:1)

我想在这种情况下,人们无法给出通常有效的答案。 扁平化取决于实施。 由您(或您使用过的库)决定如何进行展平。

例如,您可以通过获取每一行来平展7x7图像(一个通道),将其转换为列向量并将所有列向量堆叠在一起(对于以下部分命名为'通道向量&#39 ;)

想象一下你有n个频道(例如n = 512): 您可以为每个特征映射(即通道)执行上述扁平化,这将导致n个通道向量'。 您可以并行单独处理它们,也可以将所有通道向量堆叠在一起,获得包含所有要素图的所有活动的向量。

需要进行平坦化步骤,以便在一些卷积层之后可以使用完全连接的层。 完全连接的层不具有局部限制,例如卷积层(其仅通过使用卷积滤波器观察图像的一些局部部分)。 这意味着您可以组合以前卷积图层的所有找到的局部特征。