Keras：指定输入张量维度的顺序

Question

将 keras 中的输入层视为：

 model.add(layers.Dense(32, input_shape=(784,)))

这里所说的输入是一个二维张量，其中未指定 axix=0（批量维度），而 axis=1 为 784。axis=0 可以采用任何值。

我的问题是：这种风格是不是很混乱？

理想情况下，应该不是

 input_shape=(?,784)

这反映axis=0是通配符，而axis=1应该是784

有什么特别的原因吗？我在这里错过了什么吗？

Answer 1

这种情况下的一致性是层大小和输入大小之间的一致性。通常，假设形状代表数据的性质；从这个意义上说，批处理维度不是数据本身的一部分，而是您如何将其分组以进行训练或评估。因此，在您的代码 sn-p 中，很明显您有 784 个特征的输入和产生 32 个特征的向量的第一层。如果您想明确包含批次维度，您可以使用 batch_input_shape=(None, 784) 代替（这有时是必要的，例如，如果您想要提供固定大小但具有未知大小的附加时间维度的批次）。这在Sequential model guide 中进行了解释，但也与Input 层的文档相匹配，您可以在其中提供shape 或batch_shape 参数（类似于input_shape 或batch_input_shape）。