重塑Keras张量

如何可以重塑从形状（1,1,10）Keras张量来塑造（10），而无需指定初始输入形状？使用平铺（）（作为一个命令）给出重塑Keras张量

<tf.Tensor 'flatten_11/Reshape:0' shape=(?, ?) dtype=float32>

作为输出并给出了一个错误，而在模型中使用它

model = Sequential() 
    model.add(Convolution1D(filters=self.nb_filters, 
          kernel_size=self.n_gram, 
          padding='valid', 
          activation='relu', 
          input_shape=(None,3*self.vecsize))) 
    model.add(MaxPooling1D(pool_size=3*self.vecsize-self.n_gram+1)) 
    model.add(Flatten()) 
    model.add(Dense(num_categories, activation='softmax'))

它说： 输入到形状“ “Flatten”没有完全定义（got（None，10）。确保将完整的“input_shape”或“batch_input_shape”参数传递给模型中的第一层。

Init IAL输入形状为1×任意维* vecsize，我强烈不希望事先指定的任意尺寸。

使用平铺（（1,1,10）），而不是仅仅拼合（）也产生一个错误：

类型错误：__init __（）需要1个位置参数，但2分别给予

所以我应该怎么做才能使它工作？

来源

2017-05-05 Дмитрий Карпов

给出的消息，这听起来你的输出'（无，10）'已经正是你所需要的'Dense'形状。似乎没有重塑是必要的。 –

在给予第一层的input_shape，你不能添加None部分。这是保留到批量大小，并将在训练或预测时自动推断。

所以，定义，当你第一次Convolution1D，你input_shape应该只是input_shape = (3*self.vecsize,1)，如果你使用的通道过去，或者(1,3*self.vecsize)如果你第一次使用渠道。

来源

2017-05-05 14:51:36

虽然其添加到模型中，而不是展平，它抛出类型错误：int（）函数的参数必须是一个字符串，一类字节对象，数字，而不是“NoneType” –

啊，现在我明白了错。该'input_shape'传递给第一层不应该考虑'None'部分。 –

重塑Keras张量

回答

相关问题