当前位置：首页> 正文

关于keras中的Reshape用法

关于keras中的Reshape用法

目录

keras中的Reshape

keras自带

tensorflow中的reshape函数

keras.layers.Reshape方法

keras中的Reshape keras自带 from keras.layers import Reshape layer_1 = Reshape((height, width, chns))( layer1) tensorflow中的reshape函数 from keras import backend as K K.reshape( layer1,(-1,2,4,8) ) 

keras自大的Reshape层不需要写batch的维度，但是tensorflow的reshape需要完整的维度。

keras.layers.Reshape方法 from keras.models import Sequential from keras.layers import Reshape model = Sequential() # 改变数据形状为3行4列 # 模型的第1层必须指定输入的维度，注意不需要指定batch的大小 model.add(Reshape((3, 4), input_shape=(12, ))) # 改变数据形状为6行2列 model.add(Reshape((6, 2))) # 改变数据形状为 第2，3维为(2,2)，根据数据元素数量自动确定第1维大小为3 model.add(Reshape((-1, 2, 2))) # 改变数据形状为 第1，2维为(2,2)，根据数据元素数量自动确定第3维大小为3 model.add(Reshape((2, 2, -1))) model.summary() context_shape = K.int_shape(context) #(None, 7, 7, 32) #改变第二维是32，根据数据元素数量自动确定第1维大小为none？ context = keras.layers.Reshape((-1, context_shape[-1]))(context) #Tensor shape=(None, None, 32), dtype=float32

以上为个人经验，希望能给大家一个参考，也希望大家多多支持易知道(ezd.cc)。

展开全文阅读
函数方法自带用法目录

内容头条

相关内容