卷积神经网络中的 Flatten() 和 Dense() 层有啥区别?

Posted

技术标签:

【中文标题】卷积神经网络中的 Flatten() 和 Dense() 层有啥区别?【英文标题】:What is Difference Between Flatten() and Dense() Layers in Convolutional Neural Network?卷积神经网络中的 Flatten() 和 Dense() 层有什么区别? 【发布时间】:2019-10-10 05:42:10 【问题描述】:

我对他们之间有严重的怀疑。任何人都可以用例子和一些想法详细说明。

【问题讨论】:

***.com/questions/43237124/role-of-flatten-in-keras 【参考方案1】:

Flatten 顾名思义,将您的多维矩阵 (Batch.Size x Img.W x Img.H x Kernel.Size) 转换为一个不错的单一二维矩阵:(Batch.Size x (Img.W x Img .H x Kernel.Size))。在反向传播期间,它还将您的大小增量 (Batch.Size x (Img.W x Img.H x Kernel.Size)) 转换回原始 (Batch.Size x Img.W x Img.H x Kernel.Size)。

密集层当然是标准的全连接层。

【讨论】:

以上是关于卷积神经网络中的 Flatten() 和 Dense() 层有啥区别?的主要内容,如果未能解决你的问题,请参考以下文章

深度学习 caffe flatten层怎么配置

第五讲 卷积神经网络 --baseline

第五讲 卷积神经网络 --baseline

神经网络的全连接层

CIARF10经典构建(Pytorch)

第五讲 卷积神经网路-- Inception10 --cifar10