keras theano中负面维度的含义是什么？

Question

我尝试定义一个在MNIST数据集上使用的简单架构，我开始定义我的架构如下：

model = Sequential()

model.add(Convolution2D(32,(3,3),activation='relu',input_shape = (1,28,28)));

在这一步中，我检查了我的网络：

model.output_shape

它给了我这个：

(None, -1, 26, 32)

有人可以向我解释负面维度（-1）的含义是什么？

Answer 1

虽然直接使用张量时-1实际上可能是未知大小，但Keras图层不能像那样工作。 Keras中的未知批量大小为None维度。

对于卷积，Keras使用channels_last作为数据格式，因此您应将数据整形为(28,28,1)，即（imageSide1，imageSide2，channels）

通过将数据整形为（1,28,28），卷积将认为第一个图像面是1个像素。通过操作删除2个像素，将导致-1。因此，将其塑造为（28,28,1）以获得（无，26,26,32）的输出。

或者，您可以将卷积层中的data_format参数设置为channels_first，或者甚至将keras.json文件更改为channels_first作为默认值。