from keras.layers import Reshape
layer_1 = Reshape((height, width, chns))( layer1)

from keras import backend as K
K.reshape( layer1,(-1,2,4,8) )?

from keras.models import Sequential
from keras.layers import Reshape

model = Sequential()
# 改變數(shù)據(jù)形狀為3行4列
# 模型的第1層必須指定輸入的維度，注意不需要指定batch的大小
model.add(Reshape((3, 4), input_shape=(12, )))
# 改變數(shù)據(jù)形狀為6行2列
model.add(Reshape((6, 2)))
# 改變數(shù)據(jù)形狀為 第2，3維為(2,2)，根據(jù)數(shù)據(jù)元素?cái)?shù)量自動(dòng)確定第1維大小為3
model.add(Reshape((-1, 2, 2)))
# 改變數(shù)據(jù)形狀為 第1，2維為(2,2)，根據(jù)數(shù)據(jù)元素?cái)?shù)量自動(dòng)確定第3維大小為3
model.add(Reshape((2, 2, -1)))
model.summary()

context_shape = K.int_shape(context) #(None, 7, 7, 32)
    #改變第二維是32，根據(jù)數(shù)據(jù)元素?cái)?shù)量自動(dòng)確定第1維大小為none？
    context = keras.layers.Reshape((-1, context_shape[-1]))(context) #Tensor shape=(None, None, 32), dtype=float32