卷积层与全连接层的维度转换

    

// 常见错误示例

.layer(0,newConvolutionLayer.Builder(3,3).nOut(32).build())// 输出4D张量

.layer(1,newDenseLayer.Builder().nIn(???)// ❌ 不知道输入维度！

                        .nOut(128).build())

[batch_size, channels, height, width]

或 [batch_size, height, width, channels]（取决于数据格式）

全连接层需要2D输入：

[batch_size, features]

二、维度转换的两种方法

方法1：Flatten层（显式展平）

方法2：隐式展平（DL4J自动处理）

三、维度计算的关键公式

1. 卷积层输出尺寸计算

2. 池化层输出尺寸计算

3. Flatten后的特征数量

四、完整计算示例：MNIST分类

输入：28×28灰度图

int height =28;int width =28;int channels =1;// 灰度图int batchSize =64;

网络架构：

五、使用DL4J的自动推断功能

自动计算nIn的方法：

验证维度的方法：