理解卷积神经网络中的输入与输出形状 | 视觉入门

译者|VK

来源|Towards Data Science

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(batch_size，10，10，3)。 由于input_shape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input_shape参数替换为batch_input_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(batch_size，squashed_size)，这是Dense层需要的输入形状。

• 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。

你也许还想 看 ：

• 数据科学家常遇到的10个错误

• 学习OpenCV，新手常会问我的十个问题 | 视觉入门

• 一文综述数据科学家应该了解的5个图算法

欢迎扫码关注磐创AI