質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.61%

CNNにおいてプーリング後の画像の全結合層への入力

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 379

score 27

flatten関数がいまいちわからないのですが,,, model = tf.keras.models.Sequential() model.add( tf.keras.layers.Reshape((60, 60, 1), input_shape=(60, 60)) )  model.add( tf.keras.layers.Conv2D(64, (3, 3), activation='relu') )  model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) ) model.add( tf.keras.layers.Flatten() )                               model.add( tf.keras.layers.Dense(128, activation='relu') ) model.add( tf.keras.layers.Dense(2, activation='softmax') ) コード
上記コードは画像サイズ60*60の2分類(トレーニングデータが各100枚ずつ)に関するモデルなのですが,
畳み込み後は58*58の画像64枚,プーリング後は29*29の画像64枚,(ここまでは合ってますか...?)
その後,flattenを用いた後の全結合層へ移る際のノードの中の値としては何が格納されるのでしょうか?
またノードの数は,プーリング後の画像の枚数である64になるのでしょうか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

畳み込み後は58*58の画像64枚,プーリング後は29*29の画像64枚,(ここまでは合ってますか...?)

model.summary() の出力で確認してください。

その後,flattenを用いた後の全結合層へ移る際のノードの中の値としては何が格納されるのでしょうか?
またノードの数は,プーリング後の画像の枚数である64になるのでしょうか?

flatten の入力が (バッチサイズ, H, W, C) だとすると、flatten ではこれを (バッチサイズ, H * W * C) とバッチ次元を除き1次元に潰します。

numpy で再現すると以下のようになります。

import numpy as np

x = np.arange(54).reshape(2, 3, 3, 3)
print(x)

x = x.reshape(len(x), -1)
print(x)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/09/07 13:36

    モデルを可視化すると,,,

    Model: "sequential_2"
    _________________________________________________________________
    Layer (type) Output Shape Param #
    =================================================================
    reshape_2 (Reshape) (None, 28, 28, 1) 0
    _________________________________________________________________
    conv2d_3 (Conv2D) (None, 26, 26, 16) 160
    _________________________________________________________________
    max_pooling2d_2 (MaxPooling2 (None, 13, 13, 16) 0
    _________________________________________________________________
    dropout_4 (Dropout) (None, 13, 13, 16) 0
    _________________________________________________________________
    flatten_2 (Flatten) (None, 2704) 0
    _________________________________________________________________
    dense_4 (Dense) (None, 128) 346240
    _________________________________________________________________
    dropout_5 (Dropout) (None, 128) 0
    _________________________________________________________________
    dense_5 (Dense) (None, 2) 258
    =================================================================
    Total params: 346,658
    Trainable params: 346,658
    Non-trainable params: 0


    この場合,畳み込み・プーリング後のニューラルネットワークの1層目のノード数としては2704個あるということでしょうか?

    キャンセル

  • 2020/09/07 14:16 編集

    はい、その認識であってます

    キャンセル

  • 2020/09/07 14:19

    ありがとうございます!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.61%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る