哈囉各位大神
最近开始学习神经网络/深度学习
正在努力了解各种观念与keras参数用法
目前有个问题, 因为我这部分真的不太了解
所以这个命题也有可能本身就是有问题的
如果是这样的话, 也希望能指正一下我的问法错误在哪里
假设今天我的数据是一百张CIFAR10的图片
32 * 32 color RGB, 10 classes
我的架构如下, 当然重点其实只在我的Input layer有四个节点
https://imgur.com/EOYvM4z
那我的数据会怎么样进入输入层???
(1)
100张图片分成四份
每个节点有25张图片进入
(2)
每个节点都会有完整的100张图片进入
(3)
100张图片
每张图片会被分成四等分
然后每一等分分别进入不同的节点
(4)
还有听到个说法
没有所谓的输入层
那个只是视觉化表现比较方便
阿 那数据是怎么输入的XD
还是是其他方式, 有大神可以平易近人的说明吗QQ
再来是keras的参数部分
以官网范例来说

Datascience 版

先去了解Dense是什么吧

input layer节点数是你的资料维度影像来讲的话, 原影像没处理就是32x32=1024维你的input节点数就必需是1024而不是4然后RGB因为有3通道所以要再乘3 = 3072

正常的学习路径应该是先了解理论再接触框架你这样问题问不完的

Take Andrew ng’s deep learning specialisation on Coursera

推荐放弃 现在市场上都快没junior职缺惹QQ

https://keras.io/examples/cifar10_cnn/官网有范例呀input_shape = (32, 32, 3)