为什么keras函数“expand_dims”会改变类型？

Question

我正在使用带有 theano 后端的 keras。现在我有一个变量 x，它是一个带有类型字段“TensorType(float32, 3D)”的 theano 张量。
我加了

    from keras import backend as K

在我的文件的开头。然后我写道：

    x = K.expand_dims(x, dim = 1)

我希望 x 的类型字段应该是“TensorType(float32, 4D)”。但是，它是“TensorType(float32, (False, True, False, False))”，我无法弄清楚原因。此外，keras 的文档没有提供此功能的更多信息，它只是说“在索引“dim”处添加 1 尺寸的维度”。
此外，如果我执行

    x = K.squeeze(x, 1)

，x的类型字段将是“TensorType(float32, matrix)”，这是预期的。

Answer 1

命令expand_dims 具有dimshuffle 引擎盖下的Theano 操作。元组(False, True, False, False) 告诉您可广播的维度。你可能知道 Numpy 的广播能力。它与一些关键区别相似。

来自 Theano 开发者：Theano 需要在编译之前在图中声明所有可广播维度。 NumPy 使用运行时形状信息。

请参阅this 和this 了解更多详情。

在您的 4-D 数组的情况下，第二维，即频道是可广播的。因此，让我们假设您的 4-D 数组大小为(10,N,20,30)。现在，您可以对 4-D 数组和另一个大小为 (10,1,20,30) 的数组进行逐元素乘法，而无需重复第二维 N 次。这称为广播。现在您尝试将您的 4-D 数组与另一个大小为 (1,N,20,30) 的数组相乘。这将失败，因为第一个维度不可广播。我希望这很清楚。