我是tensorflow网络的新手。虽然我正在查看tensorflow文档中提供的代码，但我发现了一行 -
#Densely Connected Layer
W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])
我开始知道7 * 7 * 64是将图像应用到完全连接层之前的大小。但是我无法理解图像的大小如何从28 * 28减小到7 * 7。 什么是1024，从哪里来。 提前谢谢。
答案 0 :(得分：0)
在张量流或深度学习中似乎很新。从tensorflow tutorial开始阅读教程。
下次如果您提出任何问题，请提及您的问题，例如您的代码。您提供的代码还不够。
但是我觉得，如果你有，你必须使用2或者其他东西，完全连接的层或maxpooling。它减小了样本的大小并增加了神经元的数量。
在下面的代码中，focusset显示这是大小为7x7的扁平64个神经元的长度。
7 * 7 * 64没什么，只是那个致密层中的神经元数量。
1024答案 1 :(得分：0)
原始图像大小为28 * 28，经过两次2 * 2合并操作（28/2）/ 2 = 7，图像的输出大小为7 * 7，64个为过滤器数