Keras中二维图像的张量形状

Question

我是 Keras 的新手（不知何故是 TF），但我发现输入层的形状定义非常混乱。

所以在示例中，当我们有一个长度为 20 的一维向量作为输入时，形状被定义为

...Input(shape=(20,)...)

当需要为MNIST定义灰度图像的二维张量时，定义为：

...Input(shape=(28, 28, 1)...)

所以我的问题是为什么张量没有定义为(20) 和(28, 28)？为什么在第一种情况下添加第二个维度并留空？其次，必须定义通道数？

我知道这取决于层，因此 Conv1D、Dense 或 Conv2D 采用不同的形状，但第一个参数似乎是隐含的？

根据docs，密集需要(batch_size, ..., input_dim)，但这与示例有什么关系：

Dense(32, input_shape=(784,))

谢谢

Answer 1

元组与数字

input_shape 必须是一个元组，所以只有(20,) 可以满足。数字 20 不是一个元组。 -- 有参数input_dim，让你的生活更轻松，如果你只有一个维度。这个参数可以取20。 （但实际上，我发现它只是令人困惑，我总是使用 input_shape 并使用元组，以保持一致的理解）。

Dense(32, input_shape=(784,)) 与Dense(32, input_dim=784) 相同。

图片

图像不仅有像素，它们还有通道（红、绿、蓝）。
黑白图像只有一个通道。

所以，(28pixels, 28pixels, 1channel)

但请注意，任何地方的图像都没有义务遵循这种形状。您可以按照自己喜欢的方式塑造它们。但是有些层确实需要一定的形状，否则就无法工作。

某些层需要特定的形状

这是二维卷积层的情况，需要(size1,size2,channels)。他们需要这种形状，因为他们必须相应地应用卷积滤波器。

循环层也是如此，需要(timeSteps,featuresPerStep) 来执行它们的循环计算。

MNIST 模型

同样，没有任何义务以特定方式塑造您的形象。你必须根据你选择的第一层和你打算实现的目标来做。这是免费的东西。

许多示例根本不关心图像是 2d 结构的事物，它们只使用 784 像素的模型。够了。它们可能从Dense 层开始，需要(size,) 之类的形状

其他示例可能会关心并使用形状(28,28)，但随后这些模型将不得不重新调整输入以适应下一层的需求。

2D 卷积层需要(28,28,1)。

主要思想是：输入数组必须匹配input_shape或input_dim。

张量形状

不过，在阅读 Keras 错误消息或使用自定义/lambda 层时要小心。

我们之前定义的所有这些形状都省略了一个重要的维度：批量大小或样本数。

在内部，所有张量都将这个附加维度作为第一维度。 Keras 会将其报告为None（适用于您拥有的任何批量大小的维度）。

因此，input_shape=(784,) 将被报告为 (None,784)。
而input_shape=(28,28,1) 会报成(None,28,28,1)

并且您的实际输入数据的形状必须与报告的形状相匹配。