理解Keras参数 input_shape、input_dim和input_length

在keras中，数据是以张量的形式表示的，不考虑动态特性，仅考虑shape的时候，可以把张量用类似矩阵的方式来理解。
例如
        [[1],[2],[3]] 这个张量的shape为（3,1）
        [[[1,2],[3,4]],[[5,6],[7,8]],[[9,10],[11,12]]]这个张量的shape为（3,2,2）,
        [1,2,3,4]这个张量的shape为（4，）
 

input_shape：即张量的shape。从前往后对应由外向内的维度。

input_length：代表序列长度，可以理解成有多少个样本

input_dim：代表张量的维度，（很好理解，之前3个例子的input_dim分别为2,3,1）

通过input_length和input_dim这两个参数，可以直接确定张量的shape。

常见的一种用法：只提供了input_dim=32，说明输入是一个32维的向量，相当于一个一阶、拥有32个元素的张量，它的shape就是（32，）。因此，input_shape=(32, )