筆記-深度學習參數理解："input_shape"

前言

在閱讀《強化式學習：打造最強 AlphaZero 通用演算法》時，對一些看似基本，但是重要且會影響到之後實作的項目概念有點疑惑，覺得應該查清楚，所以搞懂後記錄下來，寫下這篇文章(應該說是筆記？)。

正文

下面這段程式碼：

model = Sequential()
model.add(Dense(256, activation='sigmoid', input_shape=(784,)))​

其中"input_shape"是用來指定輸入樣本的數據形狀，也是張量的shape，當數據進入模型時會被轉為張量，input_shape描述了這些張量的形狀，此例是一個包含784個特徵的向量。

向量跟張量的關係：0階張量為純量、1階張量為向量、2階張量為矩陣、3階張量則是由多個矩陣所組成—出自何為張量(Tensor)？三分鐘圖解類神經網路基本資料結構，這篇文章講得很詳細，就不再贅述了。

當我要將一個形狀為(3, 3, 2)的三維張量傳給Dense層時，出現錯誤，因為Dense層接受的輸入通常是一維的平坦數據，須將三維數據平坦化(flatten)再輸入。而處理圖像的Conv2D層則可以接受此形狀的張量，(3, 3, 2)代表的是高度為3、寬度為3、通道數為2的圖像，不過通道數通常為3，因為有R、G、B三個通道。

下面是一個例子：

[
 [
  [[1, 2], [3, 4], [5, 6]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]]
 ]
]

此例的第一個通道為：

[
 [1, 3, 5],
 [7, 9, 11​],
 [13, 15, 17]
]

第二個通道為：

[
 [2, 4, 6],
 [8, 10, 12],
 [14, 16, 18]
]

以上～

參考

• 何為張量(Tensor)？三分鐘圖解類神經網路基本資料結構—Hunter Cheng
• 如何理解keras中的shape/input_shape​
• chatGPT

小結

繼續趕路，繼續留腳印(XD)，週末快樂！