KERAS的model.summary中的「無」是什麼意思？

輸出形狀中的（None，100）是什麼意思？這是（「無」）樣品編號還是隱藏尺寸？

它的數據集的大小。設置爲「無」，因爲它不受特定數量的限制 – DJK

None表示此維度是可變的。

keras模型中的第一個維度始終是批量大小。除非在特定情況下（例如，在使用stateful=True LSTM層時），否則不需要固定的批處理大小。

這就是爲什麼在定義模型時經常會忽略這個維度。例如，當您定義input_shape=(100,200)時，實際上您忽略了批量大小並定義了「每個樣本」的形狀。在內部，形狀將爲(None, 100, 200)，允許可變的批量大小，批次中的每個樣品的形狀爲(100,200)。

批量大小將在fit或predict方法中自動定義。

其他None尺寸：

不僅批量尺寸可爲None，但一些其他的方面。例如，在預期輸入爲(batchSize, height, width, channels)的2D卷積網絡中，可以具有諸如(None, None, None, 3)之類的形狀，從而允許可變圖像大小。

在經常性網絡和1D卷積，您還可以使length/timesteps尺寸可變的，形狀，如(None, None, featuresOrChannels)

2017-11-11 18:15:24

謝謝！如果我有3個輸入的特徵號是4並且批號是1，那麼在具有5個神經元的密集層（5）之後，我從每5個神經元得到一個數字。所以我最終得到（1,5）輸出尺寸是不是？ –

我不明白「哪個功能號碼是4的3個輸入」。但是'密集（5）'將總是將最後一個維度轉化爲5並重復其他維度。 '（batch，4）'的輸入形狀將在'（batch，5）'中重新生成。和'（batch，timesteps，4）'的輸入形式將會產生'（batch，timesteps，5）'。 –

噢謝謝你！它幫助我很多:) –

回答