Python Keras错误。当最后一批样品未达到批次尺寸时，重塑层

各位网友好,

我是个新手，我制作了一个简单的tensorflow模型：

model = tf.keras.models.Sequential()

model.add(Input(batch_shape=(batch_size = 100, 50, 100, 12)))

model.add(Conv2D(filters= 1, kernel_size = (1,1))

model.add(Reshape((50, 100)))

model.add(LSTM(units=16))

model.add(Dense(1))


model.compile(loss='mean_squared_error', optimizer = 'Adam')

我已经检查了模型摘要，维度似乎是合理的。 但是，当我运行完模型1个历元后，问题就出现了。原因是我在最后一批样品中少于100个，因为我的总样品量不是100的倍数。因此，

重塑

层会出现以下错误：

InvalidArgumentError:  Input to reshape is a tensor with 460000 values, but the requested shape has 500000
     [[node sequential_18/reshape_9/Reshape (defined at <ipython-input-48-fa829a07c08d>:26) ]] [Op:__inference_distributed_function_167420]

InvalidArgumentError:要重塑的输入是一个具有460000个值的张量，但请求的形状具有500000个值
[node sequential_18/重塑_9/重塑（定义于：26）][Op:_推理_分布函数_167420]

我已经通过将批次大小更改为总样本大小的一个因子，从技术上解决了这个错误。然而，我仍然想知道是否有一个更强大的解决方案可以允许

重塑

层接受可变的批量大小

---

非常感谢你的帮助

哦，没关系，我意识到如果我不在输入中指定批量大小，那也没关系。因此，在

input

层中使用

shape

，而不是

batch\u shape