我问这个是因为我觉得我错过了一些基本的东西。
现在大多数人都知道 MNIST 图像是 28X28 像素。 keras documentation 告诉我关于 Dense:
所以像我这样的新手会假设图像可以作为 28*28 矩阵输入模型。然而，我发现的每个教程都经过各种体操练习，将图像转换为单个 784 长的特征。
有时由
num_pixels = X_train.shape[1] * X_train.shape[2]
model.add(Dense(num_pixels, input_dim=num_pixels, activation='...'))
或者
num_pixels = np.prod(X_train.shape[1:])
model.add(Dense(512, activation='...', input_shape=(num_pixels,)))
或者
model.add(Dense(units=10, input_dim=28*28, activation='...'))
history = model.fit(X_train.reshape((-1,28*28)), ...)
甚至:
model = Sequential([Dense(32, input_shape=(784,)), ...),])
所以我的问题很简单——为什么？ Dense 不能按原样接受图像，或者在必要时只是在“幕后”处理它吗？如果，正如我怀疑的那样，必须进行这种处理，那么这些方法(或其他方法)中的任何一种是否天生更可取？
最佳答案
根据OP(即原始海报)的要求，我将提及我在评论中给出的答案并详细说明。
根本不!那是因为 currently the Dense layer is applied on the last axis 。因此，如果您为其提供形状为 (height, width) 或 (height, width, channels) 的图像，则 Dense 层将仅应用于最后一个轴(即宽度或 channel )。但是，当图像被展平时，Dense 层中的所有单元都将应用于整个图像，并且每个单元都连接到具有不同权重的所有像素。为了进一步阐明这一点，请考虑以下模型:
model = models.Sequential()
model.add(layers.Dense(10, input_shape=(28*28,)))
model.summary()
型号概要:
Layer (type) Output Shape Param #
=================================================================
dense_2 (Dense) (None, 10) 7850
=================================================================
Total params: 7,850
Trainable params: 7,850
Non-trainable params: 0
_________________________________________________________________
如您所见，Dense 层有 7850 个参数:每个单元连接到所有像素(28*28*10 + 10 个偏置参数 = 7850)。现在考虑这个模型:
model = models.Sequential()
model.add(layers.Dense(10, input_shape=(28,28)))
model.summary()
型号概要:
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
dense_3 (Dense) (None, 28, 10) 290
=================================================================
Total params: 290
Trainable params: 290
Non-trainable params: 0
_________________________________________________________________
在这种情况下，Dense 层中只有 290 个参数。这里 Dense 层中的每个单元也连接到所有像素，但不同之处在于权重在第一个轴上共享(28*10 + 10 偏置参数 = 290)。与从整个图像提取特征的先前模型相比，就好像特征是从图像的每一行中提取的。因此，这(即权重共享)可能对您的应用程序有用，也可能没有用。
关于python - Keras Sequential Dense 输入层 - 和 MNIST : why do images need to be reshaped?，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52184142/