我有一个使用Keras创建的基本神经网络。我成功地用数据向量和相应的输出数据进行了训练,输出数据是一个具有两个元素的向量,表示一个坐标(x,y)。因此,输入一个数组,输出一个数组。
问题在于,我无法使用训练数据,其中单个输入向量应对应多个坐标。实际上,我希望输出一个坐标向量,而不需要预先知道坐标的数量。
网络是这样创建的:
model = Sequential()
model.add(Dense(20, input_shape=(196608,)))
model.add(Dense(10))
model.add(Dense(2))
模型摘要显示每个层的输出维度
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
dense_1 (Dense) (None, 20) 3932180
_________________________________________________________________
dense_2 (Dense) (None, 10) 210
_________________________________________________________________
dense_3 (Dense) (None, 2) 22
=================================================================
我意识到网络结构只允许输出长度为2的向量。密集层也不接受None
作为它们的大小。我该如何修改网络,使其能够在训练时输出一个向量列表(坐标列表)?