(None,None,1) 输入在 keras 中如何工作？

Question

我正在开发一个使用 Keras 深度学习模型的项目，我需要将其转移到 PyTorch 中。 该项目的目标是本地化图像上的一些元素。为了训练它，我首先使用从图像中提取的补丁，然后推断完整图像。我读到 Keras 输入层的

(None,None,1)

输入形状是可能的，并且它目前正在工作。然而，同样的训练系统似乎在 Pytorch 中不起作用。因此，我想知道当我开始推断完整图像时，

(None,None,1)

输入层是否在做一些特定的事情？

Answer 1

正如链接中的讨论并引用

fchollet

的话：

当然， 并不总是可能有这样的自由维度（例如它是 TensorFlow 不可能有可变长度序列，但它是 与 Theano）。

可以认为这是因为框架的架构。正如您所说，它可能在 keras 中被接受，但在 PyTorch 中不被接受。