Python 使用fastai确定图像分割神经网络中输入神经元的数量？

你好，我是神经网络的新手，特别是层和神经元。我做的图像分割项目，我有200个输入图像，并已正确标记。在fastai，您可以使用预先培训过的模型进行迁移学习。我已经完成了培训，使用了learn.summary。我对如何确定输入层（初始数据）中的神经元数量感到困惑？我相信它与形状有关，但我不确定如何找出输入层中输入神经元的数量。请有人帮帮我！谢谢大家!

ImageDataBunch;

Train: LabelList (160 items)
x: SegmentationItemList
Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128)
y: SegmentationLabelList
ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128)
Path: /content/drive/My Drive/Umes2020/JPEGImages;

Valid: LabelList (40 items)
x: SegmentationItemList
Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128)
y: SegmentationLabelList
ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128)
Path: /content/drive/My Drive/Umes2020/JPEGImages;

---

我假设你指的是输入中的通道数量，因为第一层神经元的数量不受图像形状的限制

对于常规CNN，频道数为3（RGB）。

---

对于完全连接的网络，通道数为3*H*W，因为每个颜色通道（RGB）中的每个像素都变为1个平坦通道。

感谢您的回复。包括输入层在内的每一层中都有节点。