我发现在Keras中使用了input_shape而不是input_dim,尤其是在LSTM问题中?我担心的是input_shape限制了输入中的行数。它不会离开范围以提供完整的Dataframe作为输入。我们什么时候应该使用input_shape而不是input_dim?
答案 0 :(得分:4)
以评论为基础并解决混淆点。您可以使用None
指定未知尺寸,以便在运行时提供不同的值。例如,input_shape=(None, 10)
表示行数不同,每行有10个条目。 input_dim
只是用于指定最终尺寸的捷径,在此很方便。