Почему размер моей партии на второй оси в этом плотном слое выводится?

Question

Как видно из документов TensorFlow , партия должна быть вдоль первой оси, например, первый пример в документах:

model.add(Dense(32, input_shape=(16,)))
# now the model will take as input arrays of shape (*, 16)
# and output arrays of shape (*, 32)

, поэтому, если, например, размер партии равен10, то здесь ввод будет (10, 16), а вывод (10, 32). Так почему же тогда мой плотный слой с двумя нейронами выводит (2, *) вместо (*, 2)?

Я вставил print() формы того, что мой активационный слой получает от этого плотного слоя, так что вы можете увидеть shape=(2,) после компиляции.

library(keras)
library(tidyverse)

set.seed(2019)

weibull_activate <- function(ab) {
  print(k_shape(ab))
  a = k_exp(ab[, 1])
  b = k_softplus(ab[, 2])

  a = k_reshape(a, c(-1, 1))
  b = k_reshape(b, c(-1, 1))

  return(k_concatenate(list(a, b)))
}

weibull_loglik_continuous <- function(y_true, y_pred) {
  y_ = y_true[, 1]
  u_ = y_true[, 2]
  a_ = y_pred[, 1]
  b_ = y_pred[, 2]

  ya = (y_ + 1e-35) / a_
  return(-1 * k_mean(u_ * (k_log(b_) + b_ * k_log(ya)) - k_pow(ya, b_)))
}

test_data <- tibble(
  x = runif(1e5, min = -1, max = 1),
  true_shape = 2*x + 2.5,
  true_scale = 10*x + 10.5,
  y = map2_dbl(true_shape, true_scale, rweibull, n = 1),
  o = 1
)

test_model <-
  keras_model_sequential() %>%
  layer_dense(input_shape = 1,
              units       = 2,
              name        = "dense_1") %>%
  layer_activation(weibull_activate, 
                   name = "weibull_activate") %>%
  compile(optimizer = "rmsprop",
          loss      = weibull_loglik_continuous)
#> Tensor("weibull_activate/Shape:0", shape=(2,), dtype=int32)

Извините за довольно большой MWE, но это также может помочь увидеть общую ситуацию. Эти 2 нейрона должны быть параметрами Вейбулла, но они продолжают отрицательно работать при обучении моим реальным данным, и даже в этом простом тесте параметры не сходятся к реальным, хотя они сходятся по чему-то. Я подозреваю, что вычисление активации и потерь, выполняемое здесь, является математически обоснованным, но бессмысленным, потому что параметры меняются местами или агрегируются по наблюдениям, или что-то в этом роде.

^{Создано 2019-10-26 гг. Представить пакет (v0.3.0)}