tensorflow - 如何解释 CNN 中的 model.summary() 输出？

Question

我是深度学习和 CNN 的新手。如果 CNN 已如屏幕截图所示创建，那么如何解释 model.summary() 所描述的输出.我无法理解不同层的输出形状。

型号概要:

Model: "sequential_3"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d_14 (Conv2D)           (None, 29, 29, 32)        1568      
_________________________________________________________________
max_pooling2d_6 (MaxPooling2 (None, 14, 14, 32)        0         
_________________________________________________________________
conv2d_15 (Conv2D)           (None, 11, 11, 32)        16416     
_________________________________________________________________
max_pooling2d_7 (MaxPooling2 (None, 5, 5, 32)          0         
_________________________________________________________________
flatten_3 (Flatten)          (None, 800)               0         
_________________________________________________________________
dense_6 (Dense)              (None, 32)                25632     
_________________________________________________________________
dense_7 (Dense)              (None, 10)                330       
=================================================================
Total params: 43,946
Trainable params: 43,946
Non-trainable params: 0

Answer 1

假设每张图片的大小为(32, 32, 3) ，根据问题。

Keras 然后附加一个额外的维度来处理多个批次，即在单个 epoch 的每个步骤中训练多个图像。由于批量大小可能会有所不同，因此其大小由 None 表示。因此，输入形状变为 (None, 32, 32, 3) .

卷积 (32, 32)带有 (4, 4) 的图像过滤器，步长和膨胀率为 1，填充“有效”，结果输出大小为 (32 - 4 + 1, 32 - 4 + 1) = (29, 29) .由于您有 32 个这样的过滤器，因此输出形状变为 (29, 29, 32) .

默认的 MaxPooling 内核的形状为 (2, 2)和(2, 2)的步伐.将其应用于 (29, 29)图像生成形状为 (((29 - 2)//2) + 1, ((29 - 2)//2) + 1)) = (14, 14) 的图像.

这种模式可以扩展到所有的 Conv2D 和 MaxPooling 层。
Flatten layer 沿所有 channel 获取所有像素并创建一维向量(不考虑批量大小)。因此，输入 (5, 5, 32)被展平为 (5 * 5 * 32) = 800值。

参数计数

Conv2D 层的参数数量由下式给出:

(kernel_height * kernel_width * input_channels * output_channels) + (output_channels if bias is used).

因此，对于第一个具有 3 个输入 channel 、32 个输出 channel 和内核大小 (4, 4) 的 Conv2D 层，参数个数为 (4 * 4 * 3 * 32) + 32 = 1568 .