老师，layers(tf.zeros([10,5]))还是不理解

Question

keras.layers.Dense(100,input_shape = (None，5))，
layer(tf.zeros([10,5]))的意思就是：
<=>keras.layers.Dense(100,input_shape = (10，5)),这个none就是10吗？
您为什么总是写x*w + b 而不像参考书上那样写W^T * X + b 呢？
layer(tf.zeros([10,5]))输出的就是W和b的值，也就是初始化权重和偏置的值吗？
之前实战都是 imput_shape=（8,）这能理解是输入是一个拥有8个元素的张量或者是input_shape = （784，）相当于 input_dim = 784，这个imput_shape=(10,5)相当于input_dim = ？ 呢？

Answer 1

正十七 2020-08-15 20:46:11

1. None指的是可以是任意值，可以是10，也可以是其他值，如果指定了某个具体的值，那么就必须是那个值了。

2. 之所以不写w^T，是为了简便起见，大家知道是矩阵相乘就可以了。

3. layer(tf.zeros([10,5]))输出的不是w和b的值，输出的是w * x + b的结果

4. 这个imput_shape=(10,5)应该是按照最后一维来算，所以是5，这个你可以实验确认下。

• 提问者 王浩同学 #1

  之前输入的都是一维的，比如之前分类问题输入的二维都是先展平成一维的，然后再输入第一层中，比如分类问题 先是把(28,28)展开成（784,）的一维 然后得到的就是 w 就是784x300， W^T就是300x784，那一层可以改变的参数就是 300x784+300 = 235500个，后面的回归问题输入的input_shape = （8，）一样的理解，为什么这个例子是input_shape = (10,5)  10 ，5代表啥意思呢？

• 提问者 王浩同学 #2

  非常感谢！

• 正十七 回复 提问者 王浩同学 #3

  10个样本，每个样本有5维，5对应你例子中的784。