ケラス/機械学習：入力データを平坦化し、より高い次元の入力を得た賛否両論？

Question

私は入力として2つの300d単語ベクトルをとるモデルを訓練しています。私はもともと入力データとして600dベクトルを供給することを計画していました。

しかし、私はKerasデータセットのページに気づい：http://keras.io/datasets/

は、彼らが代わりに入力を平坦化する高次元の入力データを使用します。たとえば、次のサイズの32x32 RBGイメージを表します。

（2,300）入力または（1,600）入力を行う必要がありますか？それは問題ですか？

Answer 1

モデルが空間モデルである場合にのみ重要です。典型的な例は、畳み込みニューラルネットワークを含む。それ以外の場合 - 空間ベースのモジュールが使用されていない場合、データはどちらかの方法で内部的に平坦化されます。