Keras Reshape：新数组的总大小必须不变

Question

我正在尝试使用 Keras Reshape 函数 API 将手套嵌入的输出（4D 形状：(?, 9, 20, 100)）重塑为 3D（?, 9, 2000）。但是，当我尝试 Reshape((9, 2000))(text_layer) 时，会弹出一个错误并说新数组的总大小必须保持不变，即使 9 * 20 * 100 = 9 * 2000 也是如此。任何想法为什么？附上代码。

text = Input(shape=(9, news_text.shape[1]), name='text')
text_layer = Embedding(
    embedding_matrix.shape[0],
    embedding_matrix.shape[1],
    weights=[embedding_matrix],
    input_length=news_text.shape[1]
)(text)
text_layer = Reshape((9, text_layer.shape[2] * text_layer.shape[3]))(text_layer)

Answer 1

从Embedding层中移除input_length参数。

这很奇怪，我不知道原因，但是当您指示参数input_length时，就会抛出错误。

无论如何，Embedding 层接收Input 层的维度。看来input_length这个参数有一个很具体的用途，可以知道使用了Flatten层之后的张量的维度等等。

本例中Embedding层从输入张量获取输出张量的形状，忽略input_length参数。

（如果你设置了一个无效的值，在你添加下一层之前不会抛出错误。注意input_lenght和结果shape）：

>>> inp = Input(shape=(9,20))
>>> emb = Embedding(100,100, input_length=84) (inp)
>>> emb
<tf.Tensor 'embedding_5/embedding_lookup:0' shape=(?, 9, 20, 100) dtype=float32>
>>> res = Reshape((9,2000)) (emb)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  ...

但是，添加Reshape层时，input_length参数似乎有冲突。

最后：

text = Input(shape=(9, news_text.shape[1]), name='text')
text_layer = Embedding(
    embedding_matrix.shape[0],
    embedding_matrix.shape[1],
    weights=[embedding_matrix],
)(text)
text_layer = Reshape((9, text_layer.shape[2] * text_layer.shape[3]))(text_layer)