Neural network 有没有办法改变卷积神经网络中完全连接层的默认输出形状？

我正在读一篇关于利用多尺度CNN进行深度预测的文章

根据论文，他们在第一个量表中使用了AlexNet或VGGNet

我还对使用VGGNet实现这一点感兴趣。关于这个话题，我脑子里有一些阴暗的地方。例如，如下表所示，第二个FC层（1.6和1.7为FC层）的输出具有19*14的奇怪形状：

据我所知，FC层不是空间定位的，因此其输出形状应该是一维的：

1*（#输出）对于小批量中的每个样本（这里我的批量为16）：

这就是我的问题：

---

有没有办法更改FC层的参数，使其在输出处具有这样的尺寸（19*14）？

FC层中没有这样的参数，但您可以使用重塑层将输出重塑为您想要的大小

FC层的输出将是

64x266

。您可以将其重塑为

64x19x14

---

重塑层的文档：

虽然它会放大网络中的参数数量，但似乎并没有其他方法来实现作者所做的。因此，我需要将1.7层的尺寸定义为（BS*17024），然后将其重塑为（BS*64*19*14）。谢谢。您至少应该链接到rehsape layer的文档。