python - 将 Keras Dense 连接到 Conv2D 输出
问题描述
假设我要连接两层:(Dense) 称为 outg 和 (Conv2D) 称为 outm,输出形状为 (None, 256) 和 (None, 32, 32, 256)。我的目标是将输出合并为形状(无、32、32、512)。下图便于理解。蓝色区域代表 Conv2D,橙色区域代表重复的 Dense 层输出。
我的想法是使用RepeatVector, Reshape and Concatenate
from keras.layers
,所以我做了:
outg_repeated = RepeatVector(32*32)(outg)
outg_reshaped = Reshape((32, 32, 256))(outg_repeated)
concatenated = Concatenate(axis=-1)([outm, outg_reshaped])
它给出了所需的形状(None, 32, 32, 512),但是我不知道我是否正确连接了它,这与 Conv2D 输出垂直,所以我的问题是:它做得对还是我忽略了什么?
解决方案
推荐阅读
- php - 产品页面上的 Woocommerce 价格输出
- api - Docebo - 设置 OAuth JWT 不记名授权类型 - 公钥无效
- node.js - 循环请求时出错 [ERR_HTTP_HEADERS_SENT]
- javascript - 什么是 `fs.readFileSync` 但在浏览器中的等价物?
- bash - 带模式的循环环境,并输出自定义结果
- r - R 中的随机森林 - 19 个预测变量,1 个因变量
- python - cls vs. self vs. python中的类调用
- java - 复制静态方法的参数
- python - 代码中的错误是什么:“value %s 不是 int”% `value`
- java - 类型不匹配:无法从 Son 转换为 Super