考虑keras中的输入层：
model.add(layers.Dense(32, input_shape=(784,)))
这就是输入的是2D张量，其中未指定axix = 0（批量维度），而轴= 1是784.轴= 0可以取任何值 .
我的问题是： isnt this style confusing?
理想情况下，它应该不是
input_shape=(?,784)
这反映了axis = 0是通配符，而axis = 1应该是784
Any particular reason why it is so ? Am I missing something here ?
1 回答
在这种情况下的一致性是在层的大小和输入的大小之间 . 通常，假设形状代表数据的性质;从这个意义上讲，批量维度不是数据本身的一部分，而是如何将其分组以进行培训或评估 . 因此，在您的代码片段中，很明显您拥有784个功能的输入和第一个产生32个功能的矢量图层 . 如果要明确包含批次维度，则可以使用
batch_input_shape=(None, 784)（这有时是必要的，例如，如果要提供固定大小的批次但具有未知大小的额外时间维度） . 这在Sequential model guide中进行了解释，但也与Input图层的文档相匹配，您可以在其中提供shape或batch_shape参数（类似于input_shape或batch_input_shape） .