我正在使用keras子分类模块来重新构建以前需要两个输入和两个输出的功能模型。我找不到有关是否/如何实现的任何文档。
TF2.0 / Keras子类化API是否允许多输入?
输入到我的功能模型,并且构建很简单:
word_in = Input(shape=(None,)) # sequence length
char_in = Input(shape=(None, None))
... layers...
m = Model(inputs=[word_in, char_in], outputs=[output_1, output_2])
多输入的子分类模型与单输入模型一样。
class MyModel(Model):
def __init__(self):
super(MyModel, self).__init__()
# define layers
self.dense1 = Dense(10, name='d1')
self.dense2 = Dense(10, name='d2')
def call(self, inputs):
x1 = inputs[0]
x2 = inputs[1]
# define model
return x1, x2
您可以在__init__
中定义图层,并在call
方法中定义模型。
word_in = Input(shape=(None,)) # sequence length
char_in = Input(shape=(None, None))
model = MyModel()
model([word_in, char_in])
# returns
# (<tf.Tensor 'my_model_4/my_model_4/Identity:0' shape=(?, ?) dtype=float32>,
# <tf.Tensor 'my_model_4/my_model_4_1/Identity:0' shape=(?, ?, ?) dtype=float32>)