Flatten层的实现在Keras.layers.core.Flatten()类中。
作用：
Flatten层用来将输入“压平”，即把多维的输入一维化，常用在从卷积层到全连接层的过渡。Flatten不影响batch的大小。
例子：
-
from keras.models import Sequential -
from keras.layers.core import Flatten -
from keras.layers.convolutional import Convolution2D -
from keras.utils.vis_utils import plot_model -
model = Sequential() -
model.add(Convolution2D(64,3,3,border_mode="same",input_shape=(3,32,32))) -
# now：model.output_shape==(None,64,32,32) -
model.add(Flatten()) -
# now: model.output_shape==(None,65536) -
plot_model(model, to_file='Flatten.png', show_shapes=True)
为了更好的理解Flatten层作用，我把这个神经网络进行可视化如下图：
