keras 无法使用 reshape 重塑 keras 张量

Question

我正在尝试使用重塑层重塑张量：

from keras.layers.convolutional import  Conv2D,  MaxPooling2D,AveragePooling2D
from keras import backend as K
from keras.models import Model
from keras.layers import  Input
from keras.layers.core import Activation, Reshape
from keras.layers import Dense,Reshape,Lambda,Dropout
import numpy as np
from keras.layers.embeddings import Embedding
Dict_size=32
EmbedSz=16
img_sz=100
channels=3
input=Input(shape=(img_sz,img_sz,channels))
H=Conv2D(Dict_size, 3, 3, activation='relu', border_mode='same')(input) 
H=Lambda(lambda x:K.argmax(x, axis=3),output_shape=lambda s:  (img_sz,img_sz,))(H)
H=Reshape((1,img_sz*img_sz))(H)
model=Model(inputs=input,outputs=H)
#model.compile( optimizer= 'adam', metrics=[ 'accuracy' ],loss='mse')
ar=np.random.rand(1,100,100,3)
pr=model.predict(ar)
print(pr.shape)
print(pr)$

但是得到这个错误！ _fix_unknown_dimension 中的文件“/usr/local/lib/python2.7/dist-packages/keras/layers/core.py”，第 379 行 引发 ValueError（味精） ValueError: 新数组的总大小必须不变

---

我没有改变尺寸！！

Answer 1

您只是忘记将批量维度添加到您的 Lambda 层：

H= Lambda(lambda x: K.argmax(x, axis=3), output_shape=lambda s: (None, img_sz,img_sz,))(H)
#                                                                  ^
#                                                                  |

所以，只需将 None 添加到 output_shape。