即使我们从理论上理解了卷积神经网络，在实际进行将数据拟合到网络时，很多人仍然对其网络的输入和输出形状(shape)感到困惑。本文章将帮助你理解卷积神经网络的输入和输出形状。

让我们看看一个例子。CNN的输入数据如下图所示。我们假设我们的数据是图像的集合。

输入的形状

你始终必须将4D数组作为CNN的输入。因此，输入数据的形状为(batch_size，height，width，depth)，其中第一维表示图像的batch大小，其他三个维表示图像的各个属性，即高度，宽度和深度。深度就是色彩通道的数量。例如，RGB图像的深度为3，而灰度图像的深度为1。

输出形状

CNN的输出也是4D数组。其中batch大小将与输入batch大小相同，但是图像的其他3个尺寸可能会根据滤波器(filter) ，内核大小(kernel size)和填充值(padding)而变化。

让我们看一下下面的代码片段。

不要在这里被input_shape参数欺骗，以为输入形状是3D，但是在进行训练时必须传递一个4D数组，该数据的形状应该是(batchsize，10，10，3)。由于inputshape参数中没有batch值，因此在拟合数据时可以采用任何batch大小。

而且正如你所见，输出的形状为(None，10，10，64)。第一个维度表示batch大小，目前为"None"。因为网络事先不知道batch大小。拟合数据后，将使用拟合数据时给出的batch大小来代替"None"。

让我们看看另一个代码片段。

在这里，我将inputshape参数替换为batchinput_shape。顾名思义，此参数将事先提供batch大小，并且在拟合数据时你无法提供任何其他batch大小。例如，在本例你必须用batch大小为16的数据来拟合网络。

你可以从上图看到输出形状的batch大小是16而不是None。

在卷积层上附加全连接(Dense)层

我们可以简单地在另一个卷积层的顶部添加一个卷积层，因为卷积的输出维度数与输入维度数相同。

通常，我们在卷积层的顶部添加Dense层以对图像进行分类。但是，Dense层需要形状为(batch_size，units)的数据。卷积层的输出是4D的数组。因此，我们必须将从卷积层接收的输出的尺寸更改为2D数组。

我们可以通过在卷积层的顶部插入一个Flatten层来做到这一点。Flatten层将3维图像变形成一个维。现在我们得到一个2D形状的数组(batchsize，squashedsize)，这是Dense层需要的输入形状。

汇总

你始终必须将形状为(batch_size, height, width, depth)的4D数组输入CNN。

CNN的输出数据也是形状(batch_size, height, width, depth)的4D数组。

要在CNN层的顶部添加一个Dense层，我们必须使用keras的Flatten层将CNN的4D输出更改为2D。

欢迎关注磐创博客资源汇总站：http://docs.panchuang.net/

欢迎关注PyTorch官方中文教程站：http://pytorch.panchuang.net/

理解卷积神经网络中的channel

在一般的深度学习框架的 conv2d 中,如 tensorflow.mxnet,channel 都是必填的一个参数 在 tensorflow 中,对于输入样本中 channels 的含义,一般是RGB ...

CNN笔记：通俗理解卷积神经网络【转】

本文转载自:https://blog.csdn.net/v_july_v/article/details/51812459 通俗理解卷积神经网络(cs231n与5月dl班课程笔记) 1 前言 2012 ...

CNN笔记：通俗理解卷积神经网络

CNN笔记:通俗理解卷积神经网络 2016年07月02日 22:14:50 v_JULY_v 阅读数 250368更多 分类专栏: 30.Machine L & Deep Learning 机 ...

卷积神经网络中的通道 channel

卷积神经网络中 channels 分为三种:    (1):最初输入的图片样本的 channels ,取决于图片类型,比如RGB, channels=3    (2):卷积操作完成后输出的 out_c ...

卷积神经网络中的Winograd快速卷积算法

目录 写在前面 问题定义 一个例子 F(2, 3) 1D winograd 1D to 2D,F(2, 3) to F(2x2, 3x3) 卷积神经网络中的Winograd 总结 参考 博客:blog ...

(转)MyBatis框架的学习(四)——Mapper.xml文件中的输入和输出映射以及动态sql

http://blog.csdn.net/yerenyuan_pku/article/details/71893689 前面对MyBatis框架的学习中,我们对Mapper.xml映射文件多少有些了解 ...

tensorflow CNN 卷积神经网络中的卷积层和池化层的代码和效果图

tensorflow CNN 卷积神经网络中的卷积层和池化层的代码和效果图 因为很多 demo 都比较复杂,专门抽出这两个函数,写的 demo. 更多教程:http://www.tensorflown ...

卷积神经网络中的channel 和filter

在深度学习的算法学习中,都会提到 channels 这个概念.在一般的深度学习框架的 conv2d 中,如 tensorflow .mxnet,channels 都是必填的一个参数. channels ...

python中的输入和输出

输入和输出   输出: 用print()在括号中加上字符串,就可以向屏幕上输出指定的文字.比如输出'hello, world',用代码实现如下: >>> print('hello, ...

随机推荐

玩转 Linux 系统的方法论

Linus 说“Just for fun”,而我要说“Just for 折腾”.想知道我是怎样折腾 Linux 的,请看下面这个截图: 从这个截图可以看出,我为了“折腾” Linux 系统,在我的电脑 ...

查找n个数字中的最大值

闲来无事,试试用arg_list查找n个数字中的最大者. 又因为本人喜欢模板, 所以就早早的写了以下代码, 没有经过严格测试. /*********************************** ...

Windows 2008如何绑定MAC防范ARP攻击!

Windows 2008如何绑定MAC防范ARP攻击!   阅读(1974)暂无评论时间:2010-11-23 22:52:13   在Windows server 2003时代,通过arp 这命令即 ...

IE8 innerHTML赋值时包含多级HTML标签时的解决方案

var inhtml = ''; var font = document.createElement("font"); var a = document.createElement ...

017_bcp_bulk_openrowset

017_bcp_bulk_openrowset --bcp*********************************************************************** ...

redis入门指南学习笔记

redis的常见命令 set key hello get key incr num get num set foo lorem incr foo hset car price 500 hset car ...

【UVA】10285-Longest Run on a Snowboard(动态规划)

这是一个简单的问题.你并不需要打印路径. 状态方程dp[i][j] = max(dp[i-1][j],dp[i][j-1],dp[i+1][j],dp[i][j+1]); 14003395 10285 ...

紧急求助！配置SMTP插件出错，SMTP connect() failed

http://bbs.csdn.net/topics/390848222 我来挖个坟.我知道问题所在了,只要你们本地或服务器上环境中只要确保开启了php_openssl 跟 php_socket等扩展 ...

大兄dei，早点看清this吧

说道this,可以说是前端中很重要的问题之一了,也是面试或者笔试常考的问题.所以还是早点看清this吧,大兄dei. this是什么?为什么要存在? this关键字是js中最最复杂的机制之一.他被自动 ...

为nginx创建windows服务自启动

1.下载最新版的 Windows Service Wrapper 程序,比如我下载的名称是 "winsw-1.9-bin.exe",然后,把它命名成你想要的名字(比如: &quot ...