这是针对MNIST数据集的
model = Sequential() model.add(Flatten(input_shape=((28,28))))
难道flatten不是创建一个拥有728个节点的输入层吗,这样每个像素值都可以输入到神经元/节点中吗?
回答:
是的,flatten会将一个多维张量转换为一个向量张量,因此输出形状将是各维度大小的乘积。在你的例子中,输出大小将是28 * 28 = 784。
这是针对MNIST数据集的
model = Sequential() model.add(Flatten(input_shape=((28,28))))
难道flatten不是创建一个拥有728个节点的输入层吗,这样每个像素值都可以输入到神经元/节点中吗?
回答:
是的,flatten会将一个多维张量转换为一个向量张量,因此输出形状将是各维度大小的乘积。在你的例子中,输出大小将是28 * 28 = 784。