Tensorflow 不同形状的输入张量是如何反馈给神经网络的？_Tensorflow_Keras_Neural Network

Tensorflow 不同形状的输入张量是如何反馈给神经网络的？

tensorflow keras neural-network

Tensorflow 不同形状的输入张量是如何反馈给神经网络的？,tensorflow,keras,neural-network,Tensorflow,Keras,Neural Network,我正在使用Keras跟踪政策梯度，我不太明白下面的意思在下面的例子中，不同形状的输入张量到底是如何输入到模型的？图层既不是.concated，也不是.Added input1.shape=（4,4） input2.shape=（4，） “输入”层有4个神经元，接受input1+input2作为4d向量代码摘录（经过修改使其更简单）：在您可能想要确定刚刚构建的图形类型的情况下，使用model.summary（）或tf.keras.utils.plot\u model（）方法进行调试非

我正在使用Keras跟踪政策梯度，我不太明白下面的意思

在下面的例子中，不同形状的输入张量到底是如何输入到模型的？
图层既不是

.concat

ed，也不是

.Add

```
input1.shape=（4,4）
```
```
input2.shape=（4，）
```
“输入”层有4个神经元，接受
```
input1
```
+
```
input2
```
作为4d向量

代码摘录（经过修改使其更简单）：

在您可能想要确定刚刚构建的图形类型的情况下，使用

model.summary（）

或

tf.keras.utils.plot\u model（）方法进行调试非常有用：
tf.keras.utils.plot_model(model, to_file="test.png", show_shapes=True, show_layer_names=True, show_dtype=True)

这将显示您的输入_2确实未被使用。由于您没有使用任何操作将其连接到主图形，因此它没有与之关联的权重（图形运行，但右侧没有要更新的内容）：
查找批次和样本。
tf.keras.utils.plot_model(model, to_file="test.png", show_shapes=True, show_layer_names=True, show_dtype=True)