如何解释 CNN 中的 model.summary() 输出？

Question

我是深度学习和 CNN 的新手。如果如屏幕截图所示创建了 CNN，那么如何解释

model.summary()

所描述的输出。我无法理解不同层的输出形状。

型号总结：

Model: "sequential_3"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d_14 (Conv2D)           (None, 29, 29, 32)        1568      
_________________________________________________________________
max_pooling2d_6 (MaxPooling2 (None, 14, 14, 32)        0         
_________________________________________________________________
conv2d_15 (Conv2D)           (None, 11, 11, 32)        16416     
_________________________________________________________________
max_pooling2d_7 (MaxPooling2 (None, 5, 5, 32)          0         
_________________________________________________________________
flatten_3 (Flatten)          (None, 800)               0         
_________________________________________________________________
dense_6 (Dense)              (None, 32)                25632     
_________________________________________________________________
dense_7 (Dense)              (None, 10)                330       
=================================================================
Total params: 43,946
Trainable params: 43,946
Non-trainable params: 0

Answer 1

根据问题，假设每个图像的大小为

(32, 32, 3)

。

Keras 然后附加一个额外的维度来处理多个批次，即在单个 epoch 的每个步骤中训练多个图像。由于批量大小可能会有所不同，因此其大小由 None 表示。因此，输入形状变为

(None, 32, 32, 3)

。

将

(32, 32)

图像与

(4, 4)

过滤器进行卷积，步幅和膨胀率为 1，以及“有效”填充，会产生大小为

(32 - 4 + 1, 32 - 4 + 1) = (29, 29)

的输出。由于您有 32 个这样的滤波器，因此输出形状变为

(29, 29, 32)

。

默认的 MaxPooling 内核的形状为

(2, 2)

，步幅为

(2, 2)

。将其应用到

(29, 29)

图像会产生形状为

(((29 - 2)//2) + 1, ((29 - 2)//2) + 1)) = (14, 14)

的图像。

此模式可以扩展到所有 Conv2D 和 MaxPooling 层。

Flatten

层获取所有通道上的所有像素并创建一个一维向量（不考虑批量大小）。因此，输入

(5, 5, 32)

被展平为

(5 * 5 * 32) = 800

值。

参数计数

Conv2D 层的参数数量由下式给出：

（kernel_height * kernel_width * input_channels * output_channels）+（output_channels，如果使用偏差）。

因此，对于具有 3 个输入通道、32 个输出通道和内核大小为

(4, 4)

的第一个 Conv2D 层，参数数量为

(4 * 4 * 3 * 32) + 32 = 1568

。

Answer 2

你的第一层是一个卷积，它采用未知的输入形状（你知道它，你用

input_shape=

....

在某处定义了它

第一个卷积的输出形状为

(None, 29, 29, 32)

，其中：

• None

  是批量大小
• 29 和 29 是结果图像的大小
• 32 是该卷积的滤波器数量，也是其输出中的通道数

然后你有一个 maxpooling 层，它将卷积的输出作为输入。池化的输出具有形状

(None, 14, 14, 32)

，因此它将图像的大小除以二，其余部分保持原样。

然后你有另一个卷积，将池化的输出作为输入，这个新卷积的输出形状是

(None, 11, 11, 32)

。您在这里也使用了 32 个过滤器。

.... ......

....

然后你有一个

Flatten

层，它获取图像并将它们转换为单个向量，输出形状是

(None, 800)

，其中

None

仍然是未改变的批量大小，800是你在输入中拥有的所有元素张量，现在在单个向量中，批次中每个样本一个向量。

然后

Dense

层，第一层有32个单位，第二个有10个单位。

模型的最终输出形状是

(None, 10)

。它在批次中为每个样本输出 10 个值。

---

每一层都有许多参数（通常是权重）。可训练的参数将通过反向传播进行更新。不可训练的参数将保持静态或使用不同的方法更新（只有少数层如

BatchNormalization

具有使用不同方法更新的参数）

您的模型共有 43946 个权重，全部可训练。

Answer 3

对于 Conv2d， 您可以注意到输出形状是（无、10、10、64）。第一个维度表示批量大小，目前为“无”。因为网络事先不知道批量大小。拟合数据后，None 将被您在拟合数据时给出的批量大小替换。

Input shape

4D tensor with shape: (batch, channels, rows, cols) if data_format is "channels_first" 
or 4D tensor with shape: (batch, rows, cols, channels) if data_format is 
"channels_last".

Output shape

4D tensor with shape: (batch, filters, new_rows, new_cols) if data_format is 
"channels_first" or 4D tensor with shape: (batch, new_rows, new_cols, filters) if 
data_format is "channels_last". rows and cols values might have changed due to 
padding.

对于 maxpool2d 层，值与上面相同，略有变化，如下。

**Input**

If data_format='channels_last': 4D tensor with shape: (batch_size, rows, cols, channels)
If data_format='channels_first': 4D tensor with shape: (batch_size, channels, rows, cols)

**Output**

If data_format='channels_last': 4D tensor with shape: (batch_size, pooled_rows, pooled_cols, channels)
If data_format='channels_first': 4D tensor with shape: (batch_size, channels, pooled_rows, pooled_cols)

现在，我们可以简单地在另一个卷积层的顶部添加一个卷积层，因为卷积的输出维度与其输入维度相同。 我们通常在卷积层的顶部添加密集层来对图像进行分类。然而，将数据输入到形状（batch_size，单位）的密集层二维数组。卷积层的输出是一个4D数组。因此，我们必须将从卷积层接收到的输出的维度更改为二维数组。

我们可以通过在卷积层顶部插入一个扁平层来做到这一点。展平层将图像的 3 个维度压缩为一个维度。现在我们只有一个形状为

(batch_size, squashed_size),

的 2D 数组，这对于密集层来说是可以接受的。

希望这对您有帮助。

Answer 4

请问如何在 MATLAB 中获取 DNN 的模型摘要？