扁平在角膜的序贯模型中是干什么的？

Question

我在用序贯模型研究角蛋白。

model = Sequential()
model.add(Embedding(max_features, 128, input_length=text_max_words))
model.add(Flatten())
model.add(Dense(256, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

扁平化在这里做什么？

Answer 1

看看相关文献，它包含了一个很好的例子：

model = Sequential()
model.add(Conv2D(64, 3, 3,
                 border_mode='same',
                 input_shape=(3, 32, 32)))

先于：model.output_shape == (None, 64, 32, 32)

model.add(Flatten())

在之后：model.output_shape == (None, 65536)

解释这个最后的形状：

• None就像一个空占位符，它将等待批处理的大小。
• 65536是在输入维度上运行扁平化的结果： 64 \* 32 \* 32 == 65536 # True

与NumPy的比较

它类似于来自flatten()的NumPy函数。下面是一个小例子：

In [1]: import numpy as np

In [2]: A = np.random.randint(low=0, high=10, size=(3, 3))

In [3]: A
Out[3]: 
array([[9, 6, 5],
       [3, 4, 6],
       [6, 7, 9]])

现在执行扁平化操作：

In [4]: A.flatten()
Out[4]: array([9, 6, 5, 3, 4, 6, 6, 7, 9])

这样我们就可以看到矩阵了。排名-2张量)已经平了，在这里行。