如何使用已平坦化的输入数据实现2D转换

Question

[我想在具有28x28形状图像的数据集上使用TensorFlow训练CNN模型，该图像已被扁平化为长度784的向量。

我想在Tensorflow中使用Conv2D图层，但是由于我的输入已经被拉平，所以我不知道这样做的最佳方法是什么。

是否有一种层与flatten相反？我应该使用子类化API和numpy的reshape编写自定义模型吗？还是可以对一维数组执行二维卷积？

谢谢您的帮助！

Answer 1

我不确定您为什么要这样做，但这是可能有用的方法。使用TensorFlow 2和Keras：

model = models.Sequential()
model.add(layers.Conv2D(8,(3,3),padding='same',input_shape=([28,28,3])))
model.add(layers.Flatten())
model.add(layers.Reshape([28,28,8]))
model.add(layers.Conv2D(3,(3,3),padding='same',input_shape=([28,28,3])))