将一维特征添加到Cnn

时间:2020-02-01 17:40:51

标签: keras deep-learning

我构建了一个卷积自动编码器,它以像素尺寸为256x256的图像作为输入。 现在,我计划在自动编码器的瓶颈部分添加1D功能(或2D张量),而Iam对此不太确定。

特征向量具有以下维度:(1,178)

为了能够将功能添加到我的自动编码器中,我在编码器部分将图像降采样为(1,1,1024)的形状,其中1024是瓶颈中的滤镜数量。

仅将1D要素与瓶颈要素融合在一起是正确的,即通过将要素重塑为(1,1,178)的尺寸,然后将(1,1,178)与最后一条轴融合在一起瓶颈特征(1,1,1024)。

如果我不想对图像进行太多下采样,是否还会有另一种方式来完成相同的任务?

预先感谢您的任何建议

干杯

迈克尔

0 个答案:

没有答案
相关问题