- Keras 教程
- Keras - 主页
- Keras - 简介
- Keras - 安装
- Keras - 后端配置
- Keras - 深度学习概述
- Keras - 深度学习
- Keras - 模块
- Keras - 层
- Keras - 自定义层
- Keras - 模型
- Keras - 模型编译
- Keras - 模型评估和预测
- Keras - 卷积神经网络
- Keras - 使用 MPL 进行回归预测
- Keras - 使用 LSTM RNN 进行时间序列预测
- Keras - 应用程序
- Keras - 使用 ResNet 模型进行实时预测
- Keras - 预训练模型
- Keras 实用资源
- Keras - 快速指南
- Keras - 实用资源
- Keras - 讨论
Keras - Flatten 层
Flatten 用于扁平化输入。例如,如果将 flatten 应用于输入形状为 (batch_size, 2,2) 的层,那么该层的输出形状将为 (batch_size, 4)
Flatten 有一个参数,如下所示
keras.layers.Flatten(data_format = None)
data_format 是一个可选参数,它用于在从一种数据格式切换到另一种数据格式时保留权重顺序。它接受 channels_last 或 channels_first 作为值。channels_last 是默认选项,它将输入形状标识为 (batch_size, ..., channels),而 channels_first 将输入形状标识为 (batch_size, channels, ...)
使用 Flatten 层的一个简单示例如下 -
>>> from keras.models import Sequential >>> from keras.layers import Activation, Dense, Flatten >>> >>> >>> model = Sequential() >>> layer_1 = Dense(16, input_shape=(8,8)) >>> model.add(layer_1) >>> layer_2 = Flatten() >>> model.add(layer_2) >>> layer_2.input_shape (None, 8, 16) >>> layer_2.output_shape (None, 128) >>>
其中,第二层输入形状为 (None, 8, 16),并将其扁平化为 (None, 128)。
广告