Machine learning 如何重塑Keras中的张量

我有两个keras张量：LSTM和SIM。我打印出两个张量的形状。LSTM具有形状

（1,18）

，而SIM具有形状

（18,18）

。我想将模拟人生重塑为

（1,18）

。所以我尝试了以下代码

sims = keras.layers.core.Reshape((1, 18))(sims)

keras.layers.core.reforme给了我一个错误：

ValueError: total size of new array must be unchanged

我还尝试了lambda层来包装tensorflow.reforme（）

但它给了我一个形状为（18，1，18）

所以，我的问题是如何将sims张量重塑为

（1,18）

提前谢谢

    LSTMs = keras.layers.concatenate([lstm1, lstm2, lstm3, lstm4, lstm5, lstm6, lstm7, lstm8, lstm9])


    sims = keras.layers.concatenate([sim1, sim1, sim2, sim2, sim3, sim3, sim4, sim4, sim5,
                                     sim5, sim6, sim6, sim7, sim7, sim8, sim8, sim9, sim9])

    print 'shape(sims)b4', keras.backend.int_shape(sims)
    print 'shape(LSTMs)b4', keras.backend.int_shape(LSTMs)

    sims = keras.layers.core.Reshape((1, 18))(sims)
    #sims = keras.layers.Lambda(reshape, output_shape=(1, 18))(sims)

    print 'shape(sims)af', keras.backend.int_shape(sims)

---

是否每个

sim1

，

sim2

等都具有相同的形状？@RohitShinde，是的，它们具有相同的形状well。。。由于要连接18个sim张量，因此无法避免输出是一个sim张量的18倍。您是否打算

Add（）（[sim1，sim1，sim2…]）

？--如果没有，您必须处理这样一个事实：连接的sim卡的大小是一个sim卡的18倍。而串联的LSTM只有9个。如果您添加每个元素的打印int_形状的结果，我们可能会提供更多帮助。

    LSTMs = keras.layers.concatenate([lstm1, lstm2, lstm3, lstm4, lstm5, lstm6, lstm7, lstm8, lstm9])


    sims = keras.layers.concatenate([sim1, sim1, sim2, sim2, sim3, sim3, sim4, sim4, sim5,
                                     sim5, sim6, sim6, sim7, sim7, sim8, sim8, sim9, sim9])

    print 'shape(sims)b4', keras.backend.int_shape(sims)
    print 'shape(LSTMs)b4', keras.backend.int_shape(LSTMs)

    sims = keras.layers.core.Reshape((1, 18))(sims)
    #sims = keras.layers.Lambda(reshape, output_shape=(1, 18))(sims)

    print 'shape(sims)af', keras.backend.int_shape(sims)