Question

下面的代码来自TensorFlow in Practice中Coursera的deeplearning.ai课程（计算机视觉示例-第2周）。

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<p>
  <em class="match js-match" style="background-color: rgb(228, 255, 0); color: rgb(0, 0, 0)">
  <em class="match js-match" style="background-color: rgb(98, 238, 120); color: rgb(0, 0, 0);">
    <em class="match js-match" style="background-color: rgb(255, 0, 76); color: rgb(255, 255, 255);">
      <anotation>Some text...</anotation>
    </em>
  </em>
  </em>
</p>

问题：TensorFlow如何推导输入层的形状？此处将哪个形状展平？输入形状应该从输入数据的形状中得出，我在这里遗漏了什么吗？

Answer 1

考虑到model.fit（training_images，training_labels），Tensorflow API会自动将training_images传递到第一层。

Training_images是形状的张量（m，28，28，1）。哪里， m-训练图像总数， 28x28-图片尺寸， 1-通道（灰度），

tf.keras.layers.Flatten（），将（28，28，1）28x28图像重塑为->（784，）。

查看此内容以获取Flatten（）方法的源代码。 https://github.com/tensorflow/tensorflow/blob/v2.2.0/tensorflow/python/keras/layers/core.py#L598-L684

拼合的输入层形状

1 个答案: