Keras：指定输入张量的维度的顺序

Question

将keras中的输入层视为：

 model.add(layers.Dense(32, input_shape=(784,)))

这就是输入的是2D张量，其中未指定axix = 0（批量维度），而轴= 1是784.轴= 0可以取任何值。

我的问题是： 这种风格不是很混乱吗？

理想情况下，如果不是

 input_shape=(?,784)

这反映了axis = 0是通配符，而axis = 1应该是784

有什么特别原因吗？我在这里遗漏了什么吗？

Answer 1

这种情况下的一致性是在图层的大小和输入的大小之间。通常，假设形状代表数据的性质;从这个意义上讲，批量维度不是数据本身的一部分，而是如何将其分组以进行培训或评估。因此，在您的代码片段中，很明显您拥有784个功能的输入和第一个产生32个功能的矢量图层。如果要明确包含批量维度，则可以使用batch_input_shape=(None, 784)（这有时是必要的，例如，如果要提供固定大小的批次但具有未知大小的额外时间维度）。这在Sequential model guide中进行了解释，但也与Input图层的文档相匹配，您可以在其中提供shape或batch_shape参数（类似于input_shape或batch_input_shape）。