Keras文档包含Conv1D部分的这一部分
当使用此图层作为模型中的第一个图层时，提供一个input_shape参数（整数或无的元组，例如（10,128）用于128维向量的10个向量的序列，或者（无，128）用于变量 - 128维向量的长度序列 .
我想知道为什么这是必需的以及为什么不需要在模型的其他地方提供输入形状 .
这是关于层如何连接的 . 第一层之后的图层被链接，因此它们的输入形状等于顺序模型中前一图层的输出形状：
model.layers[i].input_shape == model.layers[i-1].output_shape
但是第一层怎么样？由于模型无法推断出形状应该是什么，因此它会要求您提供 . 在第一次输入之后，可以计算所有形状 .
1 回答
这是关于层如何连接的 . 第一层之后的图层被链接，因此它们的输入形状等于顺序模型中前一图层的输出形状：
但是第一层怎么样？由于模型无法推断出形状应该是什么，因此它会要求您提供 . 在第一次输入之后，可以计算所有形状 .