KERAS模型摘要中的”None”是什么意思？

输出形状中的(None, 100)是什么意思？这个(“None”)是样本数量还是隐藏维度？

回答：

None表示这个维度是可变的。

在Keras模型中，第一个维度总是批量大小。除非在非常特殊的情况下（例如，使用stateful=True的LSTM层时），你不需要固定的批量大小。

这就是为什么在定义模型时通常会忽略这个维度。例如，当你定义input_shape=(100,200)时，实际上你忽略了批量大小，并且定义了“每个样本”的形状。内部形状将是(None, 100, 200)，允许可变的批量大小，每个批次中的样本具有形状(100,200)。

批量大小将在fit或predict方法中自动定义。

其他None维度：

不仅批量维度可以是None，还有许多其他维度也可以是None。

例如，在2D卷积网络中，预期输入是(batchSize, height, width, channels)，你可以有像(None, None, None, 3)这样的形状，允许可变的图像大小。

在循环网络和1D卷积中，你也可以使length/timesteps维度可变，具有像(None, None, featuresOrChannels)这样的形状。

学技术