Couches de reshaping (Flatten)

Fonctions :

• Flatten()

  La couche Flatten transforme un tenseur multidimensionnel en un vecteur 1D en aplatissant toutes les dimensions sauf la dimension batch. Elle est souvent utilisée avant une couche dense pour préparer les données après des couches convolutionnelles.

  Importation :

  from tensorflow.keras.models import Sequential
  from tensorflow.keras.layers import Flatten
  import numpy as np

  Attributs :

  Paramètre	Type	Description	Valeur par défaut
  data_format	string	Format des données, généralement "channels_last" ou "channels_first". Ce paramètre n’affecte pas la sortie de Flatten, mais peut être utile pour compatibilité.	None

  Exemple de code :

  📋 Copy

  from tensorflow.keras.models import Sequential
  from tensorflow.keras.layers import Flatten
  import numpy as np
  
  # Données simulées : batch de 1 image, 2x2 pixels, 3 canaux
  X = np.array([[[[1, 2, 3], [4, 5, 6]],
                 [[7, 8, 9], [10, 11, 12]]]])
  
  # Modèle avec Flatten
  model = Sequential()
  model.add(Flatten(input_shape=(2, 2, 3)))
  
  # Passage des données dans la couche
  output = model.predict(X)
  print(output.shape)  # Affiche (1, 12)
  print(output)

  Explication du code :

  Importation des bibliothèques
   On importe la couche `Flatten` et les modules nécessaires. 
  Création des données
   Les données représentent un batch avec une image de taille 2x2 pixels et 3 canaux. 
  Définition du modèle
   Le modèle contient uniquement la couche `Flatten` pour transformer la structure 2x2x3 en un vecteur plat. 
  Exécution
   Le passage des données produit un vecteur 1D de longueur 12 (2×2×3), aplati pour chaque élément du batch.