Keras Reshape 层添加了额外的维度？

Question

Reshape图层无法正常工作。在下面的例子中，我认为最后一行应该返回一个形状为 [5,1] 的张量对象。 .但是会抛出一个错误，指出形状 [5]张量不能重新整形为大小 [5,5,1]张量。

>>> from keras.layers import Reshape
>>> from keras import backend as K
>>> import numpy as np
>>> x = K.constant(np.array([1,2,3,4,5]))
>>> K.eval(x)
array([1., 2., 3., 4., 5.], dtype=float32)
>>> Reshape(target_shape=(5,1))(x)
...
ValueError: Cannot reshape a tensor with 5 elements to
shape [5,5,1] (25 elements) for 'reshape_3/Reshape' (op: 
'Reshape') with input shapes: [5], [3] and with input 
tensors computed as partial shapes: input[1] = [5,5,1].

有人可以解释一下 Reshape 层是如何工作的(即为什么要添加额外的暗淡)以及如何将向量重新整形为矩阵的过程？

谢谢

Answer 1

用户 Reshape(target_shape=(1,))(x)batch_size隐含在整个模型中，从头到尾都被忽略。

如果您确实想访问批量大小，请使用 K.reshape(x,(5,1)) .

如果不创建完全由层组成的模型，则不应使用 Keras。