Flatten()层在Tensorflow中是如何工作的？

Question

我目前正在使用tensorflow和神经网络，并且对这个主题还很陌生。

我有一个堆栈的4个图像传递给我的conv网络，形状为(4,160,120,1)，因为图像是灰度的。

在通过神经网络传递图像后，我想将图像展平成一个长阵列，然后传递到密集的层。

但是在对我的神经网络的输出使用Flatten()之后，我得到了一个形状为(4,2240)的二维数组，而不是一个很长的一维数组。

为什么会这样?我需要做些什么才能将其展平为一维数组？只是再次使用Flatten()吗？

我之所以问这个问题，是因为我的目标是将扁平化的输入与另一个一维的输入连接起来，但我得到了一个连接不起作用的数组，因为它们的形状不同

谢谢你的帮助！

Answer 1

Keras层不会影响批次维度。在将数据提供给模型之前，您必须使用tf.reshape()：

input1 = tf.reshape(input1, (-1,))
output = model(input1, input2) # exclude Flatten layer from your model