CNNにおいてプーリング後の画像の全結合層への入力

Question

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？

Answer 1

畳み込み後は5858の画像64枚，プーリング後は2929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)

Comments

[reonald]

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？

[tiitoi]

はい、その認識であってます

[reonald]

ありがとうございます！