Keras分类熵输出形状未知? [43]中的:x=keras.Input(shape=(10,)) [44]中:keras.loss.categorical\u交叉熵(x,x,from\u logits=True) 出[44]:
这几乎说明了一切。结束形状通常的类型错误:“NoneType”类型的对象没有与此相关的len()。在Keras(不是tf.Keras)中,由于没有指定批量大小,它会将形状显示为Keras分类熵输出形状未知? [43]中的:x=keras.Input(shape=(10,)) [44]中:keras.loss.categorical\u交叉熵(x,x,from\u logits=True) 出[44]:,keras,tensorflow2.0,Keras,Tensorflow2.0,这几乎说明了一切。结束形状通常的类型错误:“NoneType”类型的对象没有与此相关的len()。在Keras(不是tf.Keras)中,由于没有指定批量大小,它会将形状显示为(?,)。例如,您可以在输入层中尝试batch_shape=(20,10),在显示的输出中可能会得到shape=(20,)。Iirc常规keras与tensorflow 2.0Ah不兼容,是的,我想我应该称之为tf.keras。这就是tf 2.0.In Keras(不是tf.Keras)附带的形状,它将显示为(?,),因为
(?,)
。例如,您可以在输入层中尝试batch_shape=(20,10)
,在显示的输出中可能会得到shape=(20,)
。Iirc常规keras与tensorflow 2.0Ah不兼容,是的,我想我应该称之为tf.keras。这就是tf 2.0.In Keras(不是tf.Keras)附带的形状,它将显示为(?,)
,因为没有指定批量大小这一简单事实。例如,您可以在输入层中尝试batch_shape=(20,10)
,在显示的输出中可能会得到shape=(20,)
。Iirc常规keras与tensorflow 2.0Ah不兼容,是的,我想我应该称之为tf.keras。这就是TF2.0的飞船。
In [43]: x = keras.Input(shape=(10,))
In [44]: keras.losses.categorical_crossentropy(x, x, from_logits=True)
Out[44]: <tf.Tensor 'softmax_cross_entropy_with_logits_11/Reshape_2:0' shape=<unknown> dtype=float32>