Question

我试图理解为什么在致密层和重塑层之间存在不匹配的尺寸。该代码段代码不正确吗？密集层输出的维数为image_resize ^ 2 * 128，为什么重塑会出现冲突？

f1 <- function(dat1, dat2, colNm) {
          dplyr::full_join(dat1, dat2, by = colNm) %>%
              dplyr::mutate(newCol = coalesce(col2.y, col2.x)) %>%
              dplyr::select(colNm, newCol)

     }


f1(df1, df2)
f1(df1, df3)

这是显示的错误：

df1 <- data.frame(col1 = letters[1:5], col2 = seq(10, 50, by = 10))
df2 <- data.frame(col1 = letters[c(1, 3, 4)], col2 = c(100, 150, 160))
df3 <- data.frame(col1 = letters[c(2, 5, 3)], col2 = c(200, 250, 400))

Answer 1

您的输入为784，并以7 * 7 * 128进入Dense层

因此您将在Reshape中得到784 * 7 * 7 * 128的输出，而不是7 * 7 * 128

Answer 2

Dense层作用于输入数据的最后一维，如果要将图像输入提供给Dense层，则应首先将其展平：

x = Flatten()(x)
x = Dense(image_resize * image_resize * 128)(x)
x = Reshape((image_resize, image_resize, 128))(x)

然后Reshape将起作用。

在Keras中的致密层之后重塑层

2 个答案: