理解卷积神经网络中的输入与输出形状(Keras实现)

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。