-1
我是一個新的tensorflow network.While我通過代碼去可用tensorflow文檔中我發現了一個line--圖像的大小Tensorflow完全連接層之前成爲7 * 7 * 64
#Densely Connected Layer
W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])
我開始知道7 * 7 * 64是將圖像應用到完全連接層之前的圖像大小。但我無法理解圖像大小是如何從28 * 28減小到7 * 7的。 什麼是1024以及它來自哪裏。 在此先感謝。
其實我無法理解在密集連接的網絡內工作的方法。 –
密集連接的層 W_fc1 = weight_variable([16 * 16 * 64,1024]) b_fc1 = bias_variable([1024]) h_pool2_flat = tf.reshape(h_pool2,[-1,16 * 16 * 64]) h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1)+ b_fc1) 我在這裏找到了這裏:https://www.tensorflow.org/get_started/mnist/pros 謝謝@Akhilesh –
'其實我無法理解在密集連通的網絡中工作的方法實際上,在隱藏層內工作的方法是**矩陣卷積和加法**,而內部密集層是**矩陣乘法和加法**。 – Akhilesh