我使用的是alexnet，你可以看到网络的结构如下：
我使用 Matlab 中的激活函数从 conv5 层的输出中获取数据的特征。输出是一个特征向量，每个图像的维度为 43264（我有 14000 个图像）。
我对此输出进行了一些处理，但尺寸没有变化，所以它仍然是 43264。
我想从池化第 5 层开始将数据重新输入网络并训练网络。
在 alexnet 的结构中可以注意到，池 5 的输入应该是 13x13x256。所以我将特征向量 43264 更改为 13x13x256 矩阵，所以整个训练集将是一个 14000x1 的单元阵列，每个单元有 13x13x256。
我使用以下代码来训练网络：
net = trainNetwork (Trainingset, labels, Layers, trainingOptions)
我仍然有一个错误，说池化层的意外输入！
请问我有什么想法吗？
提前致谢
非常感谢