Question

我已经有一个具有多个输入层的模型。现在，我想在这些输入图层之一之前添加图层。我该怎么办？

# this is my current model, it has two inputs m1_in and aux_in
model = Model(inputs=[m1_in, aux_in], outputs=[m2_out])

# build some new layers
x = Input(shape=(32,))
x = Dense(64, activation='relu')(x)
x = Dense(64, activation='relu')(x)
x = Dense(64, activation='relu')(x)
output = Dense(1, activation='sigmoid', name='main_output')(x)

# now I want feed the result of the output layer to the input layer m1_in

我的问题是我不能在这里使用功能性API，例如new_output = model(output)，因为model有多个输入。我无法指定要连接的输入层。

Answer 1

您需要为新图层创建一个模型，定义新的输入，然后定义一个新的组合模型。确保不丢失原始图层（x）的输入。

# Model for new layers
comb_model = Model(x, output)

# New inputs
new_m1_in = Input(...)
new_aux_in = Input(...)

# Apply new model for new layers
comb_m1 = comb_model(new_m1_in)

# Apply old model with new model input
final_out = model(comb_m1, new_aux_in)

# Build final model
final_model = Model([new_m1_in, new_aux_in], final_out)

希望它能起作用。这就是功能性API的优点：）

Answer 2

首先，您应将所有图层都命名为x，但将相关名称命名为dense_1 我没有低估您想要的东西，但也许像这样的事情

# this is my current model

# build some new layers
in_ = Input(shape=(32,))
dense_1 = Dense(64, activation='relu')(in_)
dense_2 = Dense(64, activation='relu')(dense_1)
dense_3 = Dense(64, activation='relu')(dense_2)
dense_4 = Dense(1, activation='sigmoid', name='main_output')(dense_3)

model = Model(inputs=[m1_in, aux_in, in_], outputs=[dense_4])

或最后一行

model = Model(inputs=[in_], outputs=[dense_4])

但是您应该更具体些吗？

如何使用功能性API将另一个输入层添加到多输入模型？

2 个答案: