python - keras中的Permute函数中的 'dims'参数是什么意思？

我正在尝试在Keras核心层中使用keras.layers.Permute(dims)。

根据文档:



并给出了以下示例代码，

问题是:(2,1)是做什么的？如果我的输入要素有10个尺寸，并且我需要将第1,3,5个要素的顺序更改为(5,1,3)，那么我应该只使用(5,1,3)作为参数值这个功能的“昏暗”？

model = Sequential()
model.add(Permute((2, 1), input_shape=(10, 64)))
# now: model.output_shape == (None, 64, 10)
# note: `None` is the batch dimension

最佳答案

permute函数仅切换轴的位置，dims参数告诉Keras您希望最终位置如何。例如，如果x是4维并且形状为(None, 2, 4, 5, 8)-(此处为批处理大小，则为None)，并且如果您指定dims = (3, 2, 1, 4)，则将执行以下四个步骤:

第三维将移至第一个

第二维将移至第二个

第一个维度将移至第三个

第四个维度将移至第四个

请记住，索引始于1而不是0。尺寸为零是批次大小。因此，最后，置换层的输出将具有(5, 4, 2, 8)的形状。函数 np.moveaxis 在NumPy中执行类似的操作。

对于您的示例，暗淡应该等于(5, 2, 1, 4, 3, 6, 7, 8, 9, 10)。

关于python - keras中的Permute函数中的 'dims'参数是什么意思？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53878219/