重塑Keras張量

Question

如何可以重塑從形狀（1,1,10）Keras張量來塑造（10），而無需指定初始輸入形狀？ 使用平鋪（）（作爲一個命令）給出

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

作爲輸出 並給出了一個錯誤，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')) 

它說： 輸入到形狀「 「Flatten」沒有完全定義（got（None，10）。確保將完整的「input_shape」或「batch_input_shape」參數傳遞給模型中的第一層。

Init IAL輸入形狀爲1×任意維* vecsize，我強烈不希望事先指定的任意尺寸。

使用平鋪（（1,1,10）），而不是僅僅拼合（）也產生一個錯誤：

類型錯誤：__init __（）需要1個位置參數，但2分別給予

所以我應該怎麼做才能使它工作？

Answer 1

在給予第一層的input_shape，你不能添加None部分。這是保留到批量大小，並將在訓練或預測時自動推斷。

所以，定義，當你第一次Convolution1D，你input_shape應該只是input_shape = (3*self.vecsize,1)，如果你使用的通道過去，或者(1,3*self.vecsize)如果你第一次使用渠道。