Keras reshape

Keras中的reshape函数用于将输入张量调整为特定的尺寸。在Keras中，我们可以使用`keras.layers.Reshape(target_shape)`来定义一个reshape层。这个层将输入张量的尺寸调整为指定的形状。在调整形状时，batch的维度不会改变。

下面是一个示例代码，展示了如何使用Keras中的reshape函数：

from tensorflow.keras.layers import Reshape
import tensorflow as tf
import numpy as np

# 生成一个维度为[64, 12]的矩阵
x = np.random.random((64, 12))
print(x.shape)  # (64, 12)

# 转成tensor类型,第一个维度64表示batch
x = tf.convert_to_tensor(x)
print(x.shape)  # (64, 12)

# 定义一个Reshape层，将输入张量尺寸调整为[3, 4],batch依然是64
reshape1 = Reshape((3, 4))
y1 = reshape1(x)
print(y1.shape)  # (64, 3, 4)

# 定义一个Reshape层，将输入张量尺寸调整为[2, 6],batch依然是64
reshape2 = Reshape((2, 6))
y2 = reshape2(x)
print(y2.shape)  # (64, 2, 6)

# 定义一个Reshape层，将输入张量尺寸调整为[-1, 2, 6],-1表示此维度大小个根据其他维度推算，batch依然是64
reshape3 = Reshape((-1, 2, 6))
y3 = reshape3(x)
print(y3.shape)  # (64, 1, 2, 6)