我正在用python尝试keras。我想知道如何确定我的模型是否是多输入多输出模型。 我的输入和目标看起来像下面的
输入表
......................inputs............................... ..............targets............
Time ID FA_1 FA_2 FA_3 FA_4 FA_5 Tag F_1 F_2 F_3 F_4 F_5
1 2 4 0 3 7 0 0 1 0 1 0 0
3 2 4 0 3 7 0 1 0 0 1 1 0
2 7 0 5 6 0 2 1 0 1 1 0 0
在这里，FA值要素具有一些整数值，而F值是要素上发生错误的二进制值。
现在，如果我想用给定的输入值预测目标值，它将是一个多输入多输出模型吗？
为澄清起见，对于输入的每一行，我希望输出中有5个值。这些值可以是预测值（0或1），也可以是1的预测值（0-100％）。
我检查了Models with multiple inputs and outputs的keras文档。但是它具有完全不同的输出，在我的情况下，它只是多个输出而不是多个输出。任何有关建立模型的建议都值得赞赏。
可能是这样的
model = keras.Model(inputs=[input_table, tags_input],
outputs=[F_1_pred, F_2_pred, F_3_pred, F_4_pred, F_5_pred])