Keras Reshape 图层添加了额外的维度？答案

【问题标题】：Keras Reshape layer adding an extra dimension?Keras Reshape 图层添加了额外的维度？
【发布时间】：2019-01-17 11:54:58
【问题描述】：

Reshape 层没有按我的预期工作。在下面的示例中，我认为最后一行应该返回一个形状为[5,1] 的张量对象。但是会抛出一个错误，指出形状 [5] tensor 不能重新整形为大小 [5,5,1] tensor。

>>> from keras.layers import Reshape
>>> from keras import backend as K
>>> import numpy as np
>>> x = K.constant(np.array([1,2,3,4,5]))
>>> K.eval(x)
array([1., 2., 3., 4., 5.], dtype=float32)
>>> Reshape(target_shape=(5,1))(x)
...
ValueError: Cannot reshape a tensor with 5 elements to
shape [5,5,1] (25 elements) for 'reshape_3/Reshape' (op: 
'Reshape') with input shapes: [5], [3] and with input 
tensors computed as partial shapes: input[1] = [5,5,1].

有人可以解释一下 Reshape 层是如何工作的（即为什么要添加额外的暗淡）以及如何将向量重塑为矩阵的过程？

谢谢

【问题讨论】：

标签： keras reshape tensor

【解决方案1】：

用户Reshape(target_shape=(1,))(x)

batch_size 隐含在整个模型中，从头到尾都被忽略。

如果您确实想访问批量大小，请使用 K.reshape(x,(5,1))。

如果不创建完全由层组成的模型，则不应使用 Keras。

【讨论】：