Keras稠密层的输入不是平坦的

Question

This is my test code:

from keras import layers
input1 = layers.Input((2,3))
output = layers.Dense(4)(input1)
print(output)

The output is:

<tf.Tensor 'dense_2/add:0' shape=(?, 2, 4) dtype=float32>

但是发生了什么？
文件上说：

注意：如果层的输入的秩大于2，则为
在初始点积之前先展平带核。
当输出被重塑时？

Answer 1

目前，与文件中所述相反的是，密集'
层[应用在输入张量的最后一个轴上](网址：keras.com/https://github-
团队/KERA/问题/10736#问题建议-406589140）：

与文档相反，我们实际上并没有将其展平。它适用于
最后一个独立轴。
换言之，如果对输入应用一个单位为“m”的“密集”层
形状（n\u dim1，n\u dim2，…，n\u dimk）的张量将有一个输出形状
在（n\u dim1，n\u dim2，…，m）。

作为旁注：这使得“TimeDistributed（densed（…）”和“densed（…）`
彼此相等。

另一个旁注：请注意，这具有共享权重的效果。
例如，考虑这个玩具网络：

model = Sequential()
model.add(Dense(10, input_shape=(20, 5)))

model.summary()

The model summary:

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense_1 (Dense)              (None, 20, 10)            60        
=================================================================
Total params: 60
Trainable params: 60
Non-trainable params: 0
_________________________________________________________________

如您所见，“稠密”层只有60个参数。怎样？每个单元`稠密层用相同的权重，因此“10*5+10（单位偏差参数）=60”。

更新。以下是上述示例的直观说明：
[![对具有两个或多个输入的输入应用密集层的直观说明]
尺寸单位