Keras如何在具有CNN和密集层的网络中设置尺寸？

Question

我需要一些帮助来了解这里的情况。

我的目标是拥有一个接收foreach($row as $val){ $key = substr($val['date'],0,7); if (!array_key_exists($key, $result)) { $result[$key] = 0; } $result[$key] += $val['rating']; } 图像并返回sizeXsize二进制矩阵的网络。网络的输出应为二进制sizeXsize矩阵，该矩阵指示像素是否具有特征。

例如，考虑一个拐角检测网络，其中输出层会判断一个像素是否恰好是拐角的尖端。也就是说，我们只想检测此角的像素：

网络中的第一层定义如下：

sizeXsize

直到现在，我仍保持原始输入层（from keras import models, layers import numpy as np size=5 input_image = layers.Input(shape=(size, size, 1)) b = layers.Conv2D(5, (3,3), activation='relu', padding='same')(input_image) b = layers.MaxPooling2D((2,2), strides=1, padding='same')(b) b = layers.Conv2D(5, (3,3), activation='relu', padding='same')(b) b_out = layers.MaxPooling2D((2,2),strides=1 ,padding='same')(b) ）的尺寸。

现在，我想将密集层用作具有sizeXsize个像素的输出层。

如果我使用sizeXsize，则构建的图层为output = layers.Dense(size, activation='sigmoid')(b_out)，如果我使用sizeXsizeXsize，则图层的大小为output = layers.Dense(1, activation='sigmoid')(b_out)，怎么办？！

这是代码的构建和编译部分：

sizeXsize

我在这里想念什么？ model = models.Model(input_image, output) model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['accuracy']) model.summary() 不只是一个神经元吗？

问题是，如果我训练：

output = layers.Dense(1, activation='sigmoid')(b_out)

如果我对其进行测试：

n_images=100
data = np.random.randint(0,2,(n_images,size,size,1))
labels = np.random.randint(0,2,(n_images,size,size,1))
labels = data

model.fit(data, labels, verbose=1, batch_size=4, epochs=20)

我得到了很好的准确性，看来输出层的大小是正确的：

data1 = np.random.randint(0,2,(n_images,size,size,1))
score, acc = model.evaluate(data1,data1, verbose=1)


print('Test score:', score)
print('Test accuracy:', acc)

a=np.random.randint(0,2,(1,size,size,1))
prediction = model.predict(a)

print(a==np.round(prediction))

---

如果我阅读了Dense文档：

  

单位：正整数，输出空间的维数。

那么如果我放100/100 [==============================] - 0s 349us/step Test score: 0.187119951248 Test accuracy: 0.926799981594 [[[[ True] [ True] [ True] [ True] [ True]] [[ True] [ True] [ True] [ True] [ True]] [[ True] [ True] [ True] [ True] [ True]] [[ True] [ True] [ True] [ True] [ True]] [[ True] [ True] [ True] [ True] [ True]]]] 会得到layers.Dense(1, activation='sigmoid')(b_out)的输出层怎么办？

Answer 1

诀窍不是使用常规的Dense层，而是使用内核大小为(1,1)的卷积层，即您需要以下内容：

b = layers.Conv2D(5, (3,3), activation='relu', padding='same')(input_image)
b = layers.MaxPooling2D((2,2), strides=1,  padding='same')(b)
b = layers.Conv2D(5, (3,3), activation='relu', padding='same')(b)
b = layers.MaxPooling2D((2,2),strides=1 ,padding='same')(b)
# not use Dense, but Conv2D
binary_out = layers.Conv2D(1, (1,1), activation='sigmoid', padding='same')(b)

Answer 2

您的困惑源于Dense层当前实现为it is applied on the last axis of input data的事实。这就是为什么将具有b_out形状的MaxPooling层（即(size, size, 5)）的输出馈送到具有一个单位的密集层时会得到形状为(size, size, 1)的输出的原因。在这种情况下，尽管具有相同的权重，但Dense层中的单个神经元已连接到输出数组中的5个元素中的每个元素（这就是为什么如果查看summary()输出，您会看到密集层有6个参数，5个权重和一个偏置参数）。

您可以将Dense层（带有一个单元）或Conv2D层（带有一个滤镜）用作最后一层。如果您问哪个更好，答案是：它取决于您正在处理的特定问题和所拥有的数据。但是，您可以从图像分割网络中获取一些想法，在这些图像分割网络中，首先使用Conv2D和MaxPooling2D层的组合来处理图像（随着模型的进行，其尺寸会减小），然后使用一些上采样层和Conv2D层取回与输入图像相同大小的图像。 Here是一个草图（不过，您的案例不需要使用TimeDistributed和LSTM层）。