我遇到了以下语句：

convnet = input_data(shape=[None,img_size,img_size,1], name='input')

我尝试寻找描述，但没有找到清晰的解释。

我主要的问题是input_data函数主要做什么？它是否是我们输入数据的占位符？

关于形状，起始处的None和末尾处的1是什么意思？

谢谢。

回答：

input_data是一个层，它将用作您网络的输入层。在添加任何常规层到您的顺序模型之前，您需要指定输入的外观。例如，在mnist数据集中，您有一个代表28×28图像的784数组。
在您的例子中，网络需要形状为[None, img_size, img_size, 1]的输入，用人类语言来说就是：
None – 许多或一定数量的图像
img_size X img_size – 图像的尺寸
1 – 具有一个颜色通道

如果mnist数据集是全RGB彩色，输入数据的形状将是(None, 28, 28, 3)。通常，None可以被视为批量大小。

为了更明确，如果您的批量大小为1，那么在我们的mnist RGB示例中，您需要作为输入的，是三个28×28矩阵，一个代表R像素，另一个代表G像素，最后一个代表图像的B像素。这只是一个条目。在这种情况下，None的值将是1，但通常它是您决定的批量大小。从这里您应该能理解了。

希望这能澄清问题。

祝好，
Gabriel