如果Keras Tensorflow的“ Model.fit”的目标/输出为“无”，会发生什么？

Question

我正在查看以下代码：https://github.com/keras-team/keras/blob/master/examples/variational_autoencoder.py#L198，其中Model.fit()的调用没有输出或目标Tensor。起初，我认为Model.fit()的行为是将输入用作输出（这对于此自动编码器实现是有意义的）。但是后来我查看了文档，但事实并非如此：https://www.tensorflow.org/api_docs/python/tf/keras/Model#fit

这意味着目标y是None时，x应该是既包含输入又包含目标的某种结构。

但是在此自动编码器实现中很明显，事实并非如此（x仅包含输入）。有人可以解释在这种情况下会发生什么吗？

Answer 1

在model.fit的Keras文档中说明了以下内容：

  

  y：目标（标签）数据的Numpy数组（如果模型具有单个输出），或者Numpy数组的列表（如果模型具有多个输出）。   如果模型中的输出层已命名，则还可以传递一个   字典将输出名称映射到Numpy数组。 y可以为无   （预设），如果是从框架原生张量（例如TensorFlow   数据张量）。   

现在，请注意，在可变自动编码器示例中，模型vae的参数outputs是TensorFlow本机张量，因为它是由另一个模型decoder的输出给定的（ TensorFlow本机张量），其inputs参数与vae的输入无关。