-1
我是一个新的tensorflow network.While我通过代码去可用tensorflow文档中我发现了一个line--图像的大小Tensorflow完全连接层之前成为7 * 7 * 64
#Densely Connected Layer
W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])
我开始知道7 * 7 * 64是将图像应用到完全连接层之前的图像大小。但我无法理解图像大小是如何从28 * 28减小到7 * 7的。 什么是1024以及它来自哪里。 在此先感谢。
其实我无法理解在密集连接的网络内工作的方法。 –
密集连接的层 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) 我在这里找到了这里:https://www.tensorflow.org/get_started/mnist/pros 谢谢@Akhilesh –
'其实我无法理解在密集连通的网络中工作的方法实际上,在隐藏层内工作的方法是**矩阵卷积和加法**,而内部密集层是**矩阵乘法和加法**。 – Akhilesh