python - Keras 模型可视化中的这些 (None,x) 值是什么？

Question

model = Sequential()

model.add(Embedding(10000, 300, input_length=200))
model.add(LSTM(256, return_sequences=True, dropout=0.5, recurrent_dropout=0.5))
model.add(LSTM(256, dropout=0.5, recurrent_dropout=0.5))
model.add(Dense(4, activation='softmax'))
...

plot_model(model, to_file='rnn.png' ,show_shapes=True, show_layer_names=True)

为什么是 (None,200) 而不是 (200)？

Answer 1

这是由于批量大小。训练模型时，您可以通过不同的批量大小(例如 32、64 ......)。

这意味着，例如，如果您训练一个批量大小为 32 的模型，则第一层的形状将为 (32, 200)，依此类推。

构建模型时，输入批量大小仍未定义。这就是 Tensorflow 打印 None 的原因。