未知？塑造 keras 深度学习答案

【问题标题】：Unknown ? shape keras Deep learning未知？塑造 keras 深度学习
【发布时间】：2019-02-05 16:57:26
【问题描述】：

我正在尝试使用 Keras 实现深度学习模型。然而，我遇到了未知形状实现的问题。我正在寻找类似的错误，但没有找到。

这是我的代码。

Xhome = dataset[:,32:62]

Xaway = dataset[:,62:92]

Ywin = dataset[:,2:32]

Yscorehome = dataset[:,0]

Yscoreaway = dataset[:,1]

home = Input(shape=(2431,30))

print(home)

Tensor("input_6:0", shape=(?, 2431, 30), dtype=float32)

如果您需要更多信息来了解，请询问我。

【问题讨论】：

您是否试图找到应该替换“？”的值？在最后一行？
我只是不想有这个 None 列并且只有 (2431,30) 的形状
你有 2431 个样本，每个样本有 30 个特征吗？
您的输入看起来如何？那些图像？如果您的数据的维度为 30，则形状应为 (?,30)，因为您提供给网络的样本数量应该是可变的。
这是我编码的文本。是的，它是 30 列的 2431 行。

标签： python input keras deep-learning shapes

【解决方案1】：

未知形状（？或无）不是错误 - 这意味着此尺寸是可变的，而不是固定尺寸。

Keras 模型中的第一个维度始终是批量大小，因此形状为 None。这允许您使用可变的批量大小。当您在 Keras 层中定义输入形状时，批量大小维度将被忽略，您只需定义每个样本的形状。在您的情况下，输入形状 (2431,30) 表示每个样本都具有此形状。如果您希望批量大小为 2431，则应改为使用 (30,) 作为输入形状。

【讨论】：

感谢您的澄清。即使使用 Input(shape=(30,)) 我也得到了形状（None,30）。然后，当我拟合模型时，我遇到了这个错误：'当将符号张量提供给模型时，我们希望张量具有静态批量大小。得到具有形状的张量：(None, 30)'
输入形状的第一个维度将始终为无，因此 (None, 30) 符合预期。听起来您正在尝试将模型拟合到张量上（可能是输入层？），但您应该将其拟合到实际数据上（即形状为 (batch_size, 30) 的 numpy 数组）。
感谢您的帮助，我现在更了解神经网络的工作原理了！