1.シーケンシャルの場合
、バッチサイズを指定する場合は
、input_shapeではバッチサイズを指定できず、バッチはNoneしか指定できないため、input_shapeではなくbatch_input_shapeを最初のレイヤーの入力シェイプで使用する必要があります。
input_shapeおよびbatch_input_shape。
input_shapeにはバッチサイズは含まれません
。batch_input_shapeは、バッチサイズを含む入力全体の形状です。
2.機能の場合
入力パラメーターの
形状:バッチサイズを除くサイズタプル(整数)。バッチサイズを含まない形状タプル(整数)。たとえば、shape =(32、)は、期待される入力がバッチ内の32次元ベクトルであることを示します。
batch_shape:バッチサイズを含むサイズタプル(整数)。たとえば、batch_shape =(10、32)は、期待される入力が10個の32次元ベクトルであることを示します。batch_shape =(None、32)は、任意のバッチサイズの32次元ベクトルを示します。
公式サイトの説明はこんな感じ
# 作为 Sequential 模型的第一层
model = Sequential()
model.add(Dense(32, input_shape=(16,)))
# 现在模型就会以尺寸为 (*, 16) 的数组作为输入,
# 其输出数组的尺寸为 (*, 32)
# 在第一层之后,你就不再需要指定输入的尺寸了:
model.add(Dense(32))