バッチ処理での全結合層

Question

CNNなどのニューラルネットワークでの出力の直前に、全結合をつけることがあります。
この場合、ミニバッチでサンプリングしたデータは、全てn次元に整理されてしまいます。
画像処理の場合、１、２、３、・・・といった手書き数字画像がサンプリングされた場合、畳み込み層ではチャンネルが別れているので、理屈がわかるのですが、全結合層では、全部が、一つの列におさまって出力へと向かいます。なぜ、これで学習できているのかわかりません。学習する際の出力は、Softmaxで得られた確率なので、0-9 までのどれか一つになるはずです。例えば５、７、０、３、という４つのバッチデータがあった場合どうやって、学習しているのでしょうか。

![

Answer 1

フレームワークでは、バッチサイズで、Tensorの入力データから、行列出力まで維持されていました。

batch_size = 64
torch.Size([64, 1, 28, 28])　#　入力データ
torch.Size([64, 64, 12, 12])　#　畳み込み層　
torch.Size([64, 9216]) # 全結合層
torch.Size([64, 10]) # 出力層