Couches de reshaping (Reshape)

Fonctions :

• Reshape()

  La couche Reshape permet de modifier la forme (shape) d’un tenseur sans changer ses données, en réarrangeant les dimensions. Elle est utilisée pour adapter la sortie d’une couche à l’entrée d’une autre, par exemple pour passer d’un vecteur plat à une forme multidimensionnelle.

  Importation :

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

  Attributs :

  Paramètre	Type	Description	Valeur par défaut
  target_shape	tuple	Nouvelle forme désirée du tenseur, sans la dimension batch.	—
  input_shape	tuple	Forme de l’entrée (excluant la dimension batch), souvent utilisée pour la première couche d’un modèle.	—

  Exemple de code :

  📋 Copy

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

  Explication du code :

  Importation des bibliothèques
  On importe la couche `Reshape` et les modules nécessaires.
  Création des données
  Les données représentent un batch contenant un vecteur plat de taille 12.
  Définition du modèle
  Le modèle contient la couche `Reshape` qui transforme le vecteur plat en un tenseur 3D de forme (3, 2, 2).
  Exécution
  Le passage des données produit un tenseur reshaped sans modifier les valeurs, seulement la forme.