确定 Keras model 的输入形状

Question

我对tf.keras.layers.InputLayer和 Tensorflow 中的feature_columns和input_shape参数有疑问。

我正在关注一个示例，该示例具有以下代码来创建功能列：

feature_columns = []
latitude = tf.feature_column.numeric_column("latitude")
feature_columns.append(latitude)
longitude = tf.feature_column.numeric_column("longitude")
feature_columns.append(longitude)
fp_feature_layer = layers.DenseFeatures(feature_columns)

下面是构建 model 的代码：

def build_model(my_learning_rate, feature_layer)
    model = tf.keras.models.Sequential()
    model.add(feature_layer)
    model.add(tf.keras.layers.Dense(units=1, input_shape=(1,)))
    model.compile(optimizer=tf.keras.optimizers.RMSprop(lr=my_learning_rate),
            loss="mean_squared_error",
            metrics=[tf.keras.metrics.RootMeanSquaredError()])

在调用build_model function 时，我将传入学习率和特征层，即fp_feature_layer 。 我的问题是，由于feature_columns中有两个特征，即纬度和经度，所以input_shape不应该是(2,)而不是(1,) 。 或者更笼统地说，既然代码已经指定了feature_layer ，那我们还要在model.add(tf.keras.layers.Dense()中指定input_shape吗？ input_shape不应该由feature_layer来决定吗？是这样吗？有效吗？由于 output 对于每个示例只有一个值，因此units=1对我来说很有意义。但我很难理解input_shape 。提前致谢！

Answer 1

是的，你对feature layer will know the input shape, we don't need to specify the input shape again in the first hidden layer是正确的。

所以，代码可以从

model.add(tf.keras.layers.Dense(units=1, input_shape=(1,)))

至

model.add(tf.keras.layers.Dense(units=1))

请参阅此综合 Tensorflow 教程以了解如何在Keras Sequential Model中使用Feature Columns和Feature Layer 。

希望这可以帮助。 快乐学习！