Keras输出形状具有额外的维度

Question

我有一个神经网络，它可以接收500px x 500px的RGB彩色图像，也可以输出另一幅相同尺寸的图像。

下面是我的网络结构：

Generative_Model = Sequential([ 

   Conv2D(32, (6, 6), padding="same", name="generative", input_shape=(500,500, 3), data_format="channels_last")  

   PReLU(alpha_initializer='zeros'), 

   Conv2D(3, (3, 3), padding="same"), 
   PReLU(alpha_initializer='zeros', name="outp1"), 

])

我遇到的问题是，出来的维度是None，500,500，3，虽然我期望它们是500,500，3，但我不确定额外的维度是从哪里来的。

重要的是，在离开网络之前删除维度，因为这将馈送到第二个敌对网络。

下面是我打印model.summary()时得到的结果

​

​

我已经尝试在最后添加一个重塑，以迫使网络删除最后一个维度，但它似乎不起作用，因为输出形状似乎保持不变。

Answer 1

在与@Dodge聊天时，他向我指出了以下文档：

https://www.tensorflow.org/api_docs/python/tf/keras/layers/Reshape

这说明附加的无来自于批次长度。我需要将第一个网络的输出输入到第二个网络的输出中，第二个网络预计不会有批处理维度，所以我使用第一个网络之外的重塑将其删除，如下所示：

#Adversierial network which is comprised of a generator network and a discriminator network.
self.model = Sequential([
   Gen_Input, # Generator Network
   Reshape((500, 500, 3), input_shape=(500, 500, 3)),
   discriminative_model.Input # Discriminator Network
        ])

这允许我从图形内部重塑输出。