关于keras中的Reshape用法
作者:烟火笑风尘
这篇文章主要介绍了关于keras中的Reshape用法,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
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脚本之家。