我正在关注一个教程 http://adventuresinmachinelearning.com/word2vec-keras-tutorial/ 它使用余弦相似度作为验证模型，但将点积（不同于余弦相似度进行标准化）进行训练。确实令人困惑，但是我的问题是关于点积的轴，对于验证模型是：
similarity = merge([target, context], mode='cos', dot_axes=0)
因此，当我记录验证模型的模型摘要时，会得到：
图层（类型）输出形状
dot_1（点）（300、1、1）
但用于训练模型
dot_product = merge([target, context], mode='dot', dot_axes=1)
不足为奇的是，模型摘要显示了另一件事
图层（类型）输出形状
dot_2（点）（无，1、1）
我在摘要中读过“ Ouput”（其值通常为“无”）显示了批处理大小（如果由于某种原因而固定），但对我来说仍然没有意义，为什么第一个模型的批处理大小为300认为示例中的批量大小不是固定的，而300也是我的嵌入尺寸。 dot_axes显然有问题，有人可以确认吗？我只是通过将dot_axes=1而不是零来解决它吗？为什么第一轴是1而不是0？ dot_axes=0是否超过批处理大小或对我来说没有意义？
github上的代码： https://github.com/adventuresinML/adventures-in-ml-code/blob/master/keras_word2vec.py