【问题标题】:How to train Keras model with multiple inputs?如何训练具有多个输入的 Keras 模型?
【发布时间】:2021-08-13 04:57:39
【问题描述】:

我想训练一个具有多个输入的 Keras 模型。我想使用第一个输入来训练模型,但是第二个和第三个输入是在第一个输入的训练期间必须使用的变量。我无法使用tf.Variable 来使用在训练期间修复的第二个和第三个输入,因为它显示错误:You must feed a placeholder。所以,我想用tf.keras 喂它们。我将第二个和第三个输入的形状更改为与第一个相似。然后,我使用以下方法连接它们:

inputs = tf.keras.layers.concatenate([data, masks_rep, ind_rep], axis=2)

然后,为了在模型中检索它们,我写道:

Inputs_t = tf.keras.Input(shape=(max_length, 3*charset_length))
x, m_k_expand, ind_k_expand = tf.split(Inputs_t, num_or_size_splits=3,  axis=1)

但是它将层的尺寸从charset_length 更改为3*charset_length。我该如何解决这个问题?

【问题讨论】:

    标签: python tensorflow keras feed


    【解决方案1】:

    我们可以通过tf.Variable 使用子类来使用附加变量。 tf.Variable 与tf.keras.layers 一起使用时容易导致错误。但是使用子类可以防止错误。此处提供更多示例:enter link description here

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2021-03-24
      • 2018-01-10
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2020-02-29
      • 2021-11-27
      • 1970-01-01
      相关资源
      最近更新 更多