这是keras识别mnist代码片段，定义输入维度是一维张量，后面喂入数据为啥是成了2维张量？
1条回答 默认 最新
threenewbee 2020-05-08 19:56关注因为前者是单个图片，后者是整个训练集x每个图片
本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 1无用举报
分享
- 2020-09-16 14:39在深度学习框架Keras中，`input_shape` 是一个至关重要的参数，特别是在构建神经网络模型时，它用于定义模型输入的尺寸。理解`input_shape`的维度表示是确保模型正确运行的关键。 首先，Keras支持两种后端引擎：...
- 2020-09-16 14:40在深度学习框架Keras中，理解并正确使用`input_shape`、`input_dim`和`input_length`这三个参数对于构建模型至关重要。它们主要用于定义模型的输入结构，确保数据能够正确地馈送给网络进行处理。 首先，`input_...
- 2025-11-22 13:24在Keras的使用过程中，清晰地定义输入参数能够帮助用户更高效地构建和调试模型。理解input_shape、input_dim和input_length的具体含义以及它们如何影响数据的处理和模型的构建是Keras用户必须掌握的基础知识。正确...
- 2019-07-05 16:41pmj110119的博客 在keras中，数据是以张量的形式表示的，不考虑动态特性，仅考虑shape的时候，可以把张量用类似矩阵的方式来理解。 例如 [[1],[2],[3]] 这个张量的shape为（3,1） [[[1,2],[3,4]],[[5,6],[7,8]],[[9,10],[11,12]]]...
- 2023-12-01 21:33sas_razor1的博客 适当延伸下，假如温度、湿度等这些物量量，每个内部又包括3个更具体的指标，而不是单一的数值，如温度包括 [最高温度，最低温度，平均温度]，那么，input_shape = (5, 4, 3)x是一个总括性的描述，它可以是标量，也...
- 2020-03-11 14:16JachinDo的博客 Tensorflow Keras 中input_shape引发的维度顺序冲突问题（NCHW与NHWC) 原文链接：Tensorflow Keras 中input_shape引发的维度顺序冲突问题（NCHW与NHWC) 以tf.keras.Sequential构建卷积层为例： tf.keras.layers.Conv...
- 2025-09-11 03:25乌想炳Todd的博客 你是否在使用Keras构建循环神经网络时，被LSTM层的`batch_input_shape`参数折磨得焦头烂额？设置不当导致的`ValueError`是否让你的模型训练一次次中断？本文将通过3个实战步骤+2个避坑指南，帮你彻底掌握这个参数的...
- 2019-03-14 16:38vita2dolce的博客 Keras提供了两套后端，Theano和Tensorflow，不同的后端使用时维度顺序dim_ordering会有冲突。 对于一张224*224的彩色图片表示问题，theano使用的是th格式，维度顺序是(3，224，224)，即通道维度在前，Caffe采取的.....
- 2019-09-27 12:02dianshu1593的博客 在keras中，数据是以张量的形式表示的，张量的形状称之为shape，表示从最外层向量逐步到达最底层向量的降维解包过程。“维”的也叫“阶”，形状指的是维度数和每维的大小。比如，一个一阶的张量[1,2,3]的shape是(3,)...
- 2019-05-16 20:47ygfrancois的博客 之前一直对LSTM的参数理解有误, 特别...input = Input(shape=(100,), dtype='float32', name='main_input') lstm1 = Bidirectional(LSTM(100, return_sequences=True))(input) dropout1 = Dropout(0.2)(lstm1) lstm...
- 没有解决我的问题, 去提问
问题事件
已采纳回答
2月18日