Ich habe den folgenden Code.Wie lautet die Anzahl der Parameter, die der BatchNormalization-Schicht zugeordnet sind, 2048?
x = keras.layers.Input(batch_shape = (None, 4096))
hidden = keras.layers.Dense(512, activation = 'relu')(x)
hidden = keras.layers.BatchNormalization()(hidden)
hidden = keras.layers.Dropout(0.5)(hidden)
predictions = keras.layers.Dense(80, activation = 'sigmoid')(hidden)
mlp_model = keras.models.Model(input = [x], output = [predictions])
mlp_model.summary()
Und dies ist die Modellübersicht:
____________________________________________________________________________________________________
Layer (type) Output Shape Param # Connected to
====================================================================================================
input_3 (InputLayer) (None, 4096) 0
____________________________________________________________________________________________________
dense_1 (Dense) (None, 512) 2097664 input_3[0][0]
____________________________________________________________________________________________________
batchnormalization_1 (BatchNorma (None, 512) 2048 dense_1[0][0]
____________________________________________________________________________________________________
dropout_1 (Dropout) (None, 512) 0 batchnormalization_1[0][0]
____________________________________________________________________________________________________
dense_2 (Dense) (None, 80) 41040 dropout_1[0][0]
====================================================================================================
Total params: 2,140,752
Trainable params: 2,139,728
Non-trainable params: 1,024
____________________________________________________________________________________________________
Die Größe des Eingangs für die BatchNormalization (BN) -Schicht 512. Nach Keras documentation, Form der Ausgabe für die BN-Schicht gleich ist, wie Eingang, der 512 ist.
Dann, wie die Anzahl der Parameter mit BN-Schicht verbunden ist 2048?
einen Grund, diese Frage zu verwerfen? –