Keras模型可视化中(None,x)值含义及为何显示(None,200)

咱们先搞定第一个问题：

问题1：Keras模型可视化中的(None,x)值是什么？ #

这个None代表的是可变的批量大小（batch size）。在Keras里定义模型时，我们不会固定训练或推理时的批量大小——你可以根据硬件性能灵活调整，比如用32、64甚至128作为batch size。所以模型结构里会用None标记这个维度，说明它是动态可变的；后面的x则是你明确指定的固定维度，比如序列长度、特征数量这类固定值。

问题2：为什么输入维度显示为(None,200)而非(200)？ #

看你给出的代码片段：

model = Sequential()
model.add(Embedding(10000, 300, input_length=200))

这里的input_length=200指定的是输入序列的长度，但Keras的模型输入张量默认都会包含批量维度——因为模型处理数据都是按批次进行的，不管是训练还是预测，都是一次处理一批样本。所以完整的输入形状应该是(batch_size, input_length)，而batch_size是可变的，因此可视化时就会显示成(None, 200)。

简单来说，Keras会自动给输入形状加上批量维度，哪怕你没显式写出，这也是为了让模型能灵活适配不同的批量大小设置。

内容的提问来源于stack exchange，提问作者LagSurfer