如何使用 Keras 函数式 API 模型的输出作为另一个模型的输入答案

【问题标题】：How to use the output of a Keras functional-API model as input into another model如何使用 Keras 函数式 API 模型的输出作为另一个模型的输入
【发布时间】：2020-03-21 15:42:32
【问题描述】：

我训练了一个基本的函数式 API Keras 模型，现在我想将其输出重新用作新模型的输入，同时也重新使用其权重。在新模型上，我想再添加一个输入并将其与基本模型的输出相乘。因此，在新模型中，我希望有两个输入（包括一个基本模型 + 新添加的一个）和一个新输出，该输出由基本模型输出与新输入的元素乘法组成。

基本模型如下所示：

图层（类型）输出形状参数#
input_1 (InputLayer) (无, 30, 1) 0
_________________________________________________________________ lstm_1 (LSTM)（无，64）16896
_________________________________________________________________ 辍学_1（辍学）（无，64）0
_________________________________________________________________ 密集_1（密集）（无，96）6240
_________________________________________________________________ 辍学_2（辍学）（无，96）0
_________________________________________________________________ 密集_2（密集）（无，30）2910

我尝试过（但不工作）的代码是：

newModel = baseModel

base_output = baseModel.get_layer('dense_2').output
input_2 = Input(shape=(n_steps_in, n_features))

multiply = Multiply()([base_output,input_2])

new_output = Dense(30)(multiply)

newModel = Model(inputs=[input_1,input_2], outputs=new_output)

newModel.summary()

我收到错误消息：“TypeError：Model 的输入层必须是 InputLayer 对象。收到的输入：[, ]。输入 0（基于 0）源自层类型 Dense。”。关于我所缺少的任何建议？提前致谢。

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

行内

newModel = Model(inputs=[input_1,input_2], outputs=new_output)

您在哪里定义了“input_1”。错误是因为此变量未定义

根据你的情况，你应该使用

input_1=baseModel.input

【讨论】：

我想在新模型中有两个输入（基础模型的初始输入：input_1 + 新定义的 input_2。
使用 input_1=baseModel.input
太棒了！谢谢。

【解决方案2】：

您缺少来自 baseModel 的输入。试试：

base_input = baseModel.input
base_output = baseModel.get_layer('dense_2').output
input_2 = Input(shape=(n_steps_in, n_features))

multiply = Multiply()([base_output,input_2])

new_output = Dense(30)(multiply)

newModel = Model(inputs=[base_input, input_2], outputs=new_output)

newModel.summary()

【讨论】：