我有一个大小为35的1d输入的完全连接的网络，并生成大小为50的1d输出。我想为该网络的给定输入计算显着性图。但是，visualize_saliency（...）函数的输出只是返回一个大小为3的数组（而不是大小35，即我的输入大小）。
-我的模型结构
M1.summary（）
图层（类型）输出形状参数＃
input_2（InputLayer）（无，35）0
dense_37（密集）（无，64）2304
activation_25（激活）（无，64）0
dense_38（密集）（无，100）6500
activation_26（激活）（无，100）0
dense_39（密集）（无，50）5050
总参数：13,854 可训练的参数：13,854 不可训练的参数：0
layer_idx = utils.find_layer_idx（M1，'dense_39'）
sm1 = visualize_saliency（M1，layer_idx，seed_input = new_seed_input，filter_indices = None）#new_seed_input的形状为（1,35）
打印sm1
[0 0 127]
不知道问题出在哪里。任何帮助将非常感激。谢谢！