在Keras模型可视化中，这些(None，x)值是什么？

Question

​

​

model = Sequential()

model.add(Embedding(10000, 300, input_length=200))
model.add(LSTM(256, return_sequences=True, dropout=0.5, recurrent_dropout=0.5))
model.add(LSTM(256, dropout=0.5, recurrent_dropout=0.5))
model.add(Dense(4, activation='softmax'))
...

plot_model(model, to_file='rnn.png' ,show_shapes=True, show_layer_names=True)

为什么是(零，200)而不是(200)？

Answer 1

这是由于批次的大小。当你训练一个模型时，你可以通过不同的批次大小(例如32，64，…)。

这意味着，例如，如果您训练一个批处理大小为32的模型，则第一层的形状将为(32,200)等等。

在构建模型时，输入批次大小仍未定义。这就是为什么Tensorflow打印None的原因。