小编mil*_*lez的帖子

我有用 Keras 创建的基本神经网络。我使用数据向量和相应的输出数据（具有两个元素的向量）成功训练网络。它代表一个坐标（x，y）。所以输入一个数组，输出一个数组。

问题是我无法使用单个输入向量应对应于许多坐标的训练数据。实际上，我希望将坐标向量作为输出，而无需事先了解坐标数量。

网络是由

model = Sequential()
model.add(Dense(20, input_shape=(196608,)))
model.add(Dense(10))
model.add(Dense(2))

模型摘要显示每层的输出维度

_________________________________________________________________
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长度为 2 的向量作为输出。密集层也不接受None其尺寸。如何修改网络，以便它可以训练并输出向量向量（坐标列表）？

我有一个A类

public  abstract class A extends RealmObject{

}

public class B extends A {

}

错误：必须从 RealmObject 派生一个 RealmClass 注释对象