如何处理两个神经网络的两个输入答案

【问题标题】：How to handle two inputs for two neural networks如何处理两个神经网络的两个输入
【发布时间】：2019-07-26 08:27:13
【问题描述】：

我想在 Keras 中构建这样的架构。

这里 1D CNN（扁平化）的输出将作为 ANN 的输入，而其他一些额外的输入也将提供给 ANN。因此，整个模型将在两个位置进行输入。如何在 Keras 中处理这个问题？在model.fit 函数中，我们通常使用一个输入。我在 Tensorflow 后端使用 Keras 并使用 Anaconda Python 3.7.3。

（这里的ANN表示普通神经网络）

【问题讨论】：

标签： python tensorflow keras neural-network anaconda

【解决方案1】：

Keras 完全支持multi-input models。

您的方法是使用fucntional API 并在模型中放置两个Input 层。使用功能 API 构建架构的其余部分，然后使用两个输入定义 Model。在训练期间，您需要记住在model.fit() 中输入两个输入。

在你的情况下，它看起来像这样：

from keras.layers import Input, Conv1D, Flatten, Concatenate, Dense
from keras.models import Model

input1 = Input(shape=(...))  # add the shape of your input (excluding batch dimension)

conv = Conv1D(...)(input1)   # add convolution parameters (e.g. filters, kernel, strides)
flat = Flatten()(conv)

input2 = Input(shape=(...))  # add the shape of your secondary input

ann_input = Concatenate()([flat, input2])  # concatenate the two inputs of the ANN
ann = Dense(2)(ann_input)  # 2 because you are doing binary classification

model = Model(inputs=[input1, input2], outputs=[ann])
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

# assuming x1 and x2 are numpy arrays with the data for 'input1' and 'input2' 
# respectively and y is a numpy array containing the labels

model.fit([x1, x2], y)

【讨论】：