python - 当其中有未知元素时，操纵张量形状的正确方法是什么？

Question

假设我有一个形状为 (None, None, None, 32) 的张量，我想将其 reshape 为 (None, None, 32)，其中中间维度是原始维度的两个中间维度的乘积。这样做的正确方法是什么？

Answer 1

import keras.backend as K

def flatten_pixels(x):
    shape = K.shape(x)
    newShape = K.concatenate([
                                 shape[0:1], 
                                 shape[1:2] * shape[2:3],
                                 shape[3:4]
                             ])

    return K.reshape(x, newShape)

在 Lambda 层中使用它:

from keras.layers import Lambda

model.add(Lambda(flatten_pixels))

---

小知识:

• K.shape 返回张量的“当前”形状，包含数据 - 这是一个包含所有维度的 int 值的 Tensor。它仅在运行模型时正确存在，不能用于模型定义，只能用于运行时计算。
• K.int_shape 以 tuple 的形式返回张量的“定义”形状。这意味着变量维度将包含 None 值。