我的代码如下，

 user_item_matrix = K.constant(user_item_matrix)    # 输入变量    user_input = Input(shape=(1,), dtype='int32', name='user_input')    item_input = Input(shape=(1,), dtype='int32', name='item_input')    # 嵌入层    user_rating = Lambda(lambda x: tf.gather(user_item_matrix, tf.to_int32(x), axis=0))(user_input)    item_rating = Lambda(lambda x: tf.gather(user_item_matrix, tf.to_int32(x), axis=1))(item_input)

其中user_item_matrix是一个6040*3706的矩阵。user_rating和item_rating的形状应该分别是(?, 3706)和(?, 6040)。然而，实际情况是：

user_rating:  (?, 1, 3706)item_rating:  (6040, ?, 1)

我对为什么6040出现在轴0而不是？（批量大小）感到困惑。我尝试使用Permute和Reshape来解决这个问题，但仍然没有效果。有没有好的解决方案来解决这样的问题？谢谢。

回答：

您可以查看关于tf.gather()的文档：

生成一个输出张量，其形状为params.shape[:axis] + indices.shape + params.shape[axis + 1:]

您的params形状为(6040,3706)，indices形状为(?,1)。

因此，当设置axis=0时，输出的形状为params.shape[:0] + indices.shape + params.shape[1:] = () + (?,1) + (3706,)。

当设置axis=1时，输出的形状为params.shape[:1] + indices.shape + params.shape[2:] = (6040,) + (?,1) + ()。

您可以使用tf.transpose()来重新排列轴。

import tensorflow as tfimport keras.backend as Kfrom keras.layers import Input,Lambdaimport numpy as npuser_item_matrix = K.constant(np.zeros(shape=(6040,3706)))# 输入变量user_input = Input(shape=(1,), dtype='int32', name='user_input')item_input = Input(shape=(1,), dtype='int32', name='item_input')# 嵌入层user_rating = Lambda(lambda x: tf.gather(user_item_matrix, tf.to_int32(x), axis=0))(K.squeeze(user_input,axis=1))item_rating = Lambda(lambda x: tf.transpose(tf.gather(user_item_matrix, tf.to_int32(x), axis=1),(1,0)))(K.squeeze(item_input,axis=1))print(user_rating.shape)print(item_rating.shape)# print(?, 3706)(?, 6040)