重塑层的输出尺寸

Question

model = tf.keras.Sequential()
model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())

model.add(layers.Reshape((7, 7, 256)))

密集层接受1 * 100尺寸的输入。它在其层中使用7 * 7 * 256个节点。重塑层将1 *（7 * 7 * 256）作为输入，它的输出是什么。我的意思是（7，7，256）是什么意思？

如果将输入作为1 * 100的图像给出，则它是7 * 7尺寸的图像吗？是什么？

对不起，我知道我完全以错误的方式理解了它。所以我想了解它。

Answer 1

这里，您的模型将采用input_shape（*，100），第一个密集层将输出一个形状（（*，7 * 7 * 256），最后，最后一个Reshape层将对其进行重塑，将其输出为一个形状数组（*，7、7、256）。

以*为您的batch_size。

所以是的，基本上，您的形状（100）的“图像”将被重塑为形状的数组 （，7、7、256）。

希望这对您有帮助