Question

在 Francois Chollet 的“Deep Learning with Python”一书中，我发现了一段代码，输入形状为 784，单位为 32？

我想知道它们有什么不同。

这是确切的代码段：

from keras import layers
from keras import models
model = models.Sequential()
model.add(layers.Dense(32, input_shape = 784))
model.add(layers.Dense(32))

Answer 1

Input_shape 是 Dense 层输入的形状。单位 - 是密集层输出的形状。基本上 - 它们是权重矩阵的两个不同维度。

Answer 2

虽然不能在Dense层动态设置输入形状，因为权重维度会受到输入神经元数的影响，Conv2D层可以有一个输入形状，例如{{1} }.这是可能的，因为卷积层的参数是固定大小的内核，不受输入形状的影响。这就是我们如何将预训练的 imagenet 模型用于各种图像尺寸的计算机视觉任务。

神经网络中的输入形状和神经元数量可以不同吗？

2 个答案: