根据keras doc，
Conv2D输出形状
如果data_format
=’channels_first’，则具有形状：（样本，过滤器，new_rows，new_cols）的4D张量；如果data_format
=’channels_last’，则具有形状：（样本，new_rows，new_cols，过滤器）的4D张量。由于填充，行和列的值可能已更改。
由于使用
channels_last，因此层输出的形状为：
# shape=(100, 100, 100, 3)x = Conv2D(32, (3, 3), activation='relu')(input_layer)# shape=(100, row, col, 32)x = Flatten()(x)# shape=(100, row*col*32)x = Dense(256, activation='relu')(x)# shape=(100, 256)x = Dense(10, activation='softmax')(x)# shape=(100, 10)
错误说明（已编辑，感谢@Marcin）
使用
Dense图层将4D张量（shape =（100，row，col，256））链接到2D张量（shape
=（100，256））仍将形成4D张量（shape =（100，row，col，256） ），这不是您想要的。
# shape=(100, 100, 100, 3)x = Conv2D(32, (3, 3), activation='relu')(input_layer)# shape=(100, row, col, 32)x = Dense(256, activation='relu')(x)# shape=(100, row, col, 256)x = Dense(10, activation='softmax')(x)# shape=(100, row, col, 10)
当输出4D张量与目标2D张量不匹配时，将发生错误。
这就是为什么需要
Flatten一层将其从4D平坦到2D的原因。
参考
Conv2D
密集
