在一个神经网络中，输入形状和神经元数量可以不同吗?

Question

在《python深度学习》一书中;我发现了一段输入形状为784，单位为32?

我想知道他们有什么不同。

下面是这段代码:

from keras import layers
from keras import models
model = models.Sequential()
model.add(layers.Dense(32, input_shape = 784))
model.add(layers.Dense(32))

Answer 1

Input_shape是Dense层输入的形状。单位-是稠密层输出的形状。基本上，它们是权重矩阵的两个不同维度。

Answer 2

虽然不能在Dense层中动态设置输入形状，因为权重维度会受到输入神经元数量的影响，但Conv2D层可以具有(None, None, 3)这样的输入形状。这是可能的，因为卷积层的参数是固定大小的核，不受输入形状的影响。这就是我们如何使用预训练的imagenet模型来完成各种图像大小的计算机视觉任务。