在模型上应用图层的作用是什么？

Question

我正在使用tensorflow。keras和API，我遇到了一种我不熟悉的语法，即在子模型的输出上应用层，如本教程中的以下示例所示：

from tensorflow.keras import Model, layers
from tensorflow.keras.applications import resnet


target_shape = (200, 200)


base_cnn = resnet.ResNet50(
    weights="imagenet", input_shape=target_shape + (3,), include_top=False
)

flatten = layers.Flatten()(base_cnn.output)
dense1 = layers.Dense(512, activation="relu")(flatten)
dense1 = layers.BatchNormalization()(dense1)
dense2 = layers.Dense(256, activation="relu")(dense1)
dense2 = layers.BatchNormalization()(dense2)
output = layers.Dense(256)(dense2)

embedding = Model(base_cnn.input, output, name="Embedding")

在层的官方参考中。例如，我找不到将其应用于层的实际效果的解释。在keras中。图层参考我遇到过这样的解释：

call（self、inputs、*args、**kwargs）：在确保调用build（）后在call中调用。call（）执行将层应用于输入张量的逻辑（应该作为参数传入）。

所以我的问题是：

什么是展平=层。展平（）（base\u cnn.output）do？

Answer 1

您正在基于预先训练的模型创建模型。除非您明确设置“可训练=真”，否则此预先训练的模型不会与其余层一起进行主动训练。也就是说，您只对提取其有用的特征感兴趣。展平操作通常用于将多维输出转换为一维张量，这正是这一行中发生的情况：<代码>展平=层。展平（）（基本输出）。一维张量通常是模型的理想最终结果，尤其是在监督学习中。预先训练的resnet模型的输出是（None，7，7，2048），您希望为每个输入生成1D特征向量并对其进行比较，因此您可以展平该输出，从而生成一个具有形状的张量（None，100352）或（None，7*2048）。

展平的备选方案是GlobalMapooling2D和GlobalAveragePoolig2D，它们通过沿空间html" target="_blank">维度取最大值或平均值来减少输入样本。有关此主题的更多信息，请查看此帖子。