如何输出标量变量作为 Keras 模型的输出？

Question

例如，我想要类似的东西

模型（输入=某物，输出=标量）

这出现在您想在没有状态“X”的情况下调试模型/训练过程（生成）。所以你仍然有一个来自 Y 的 batch_size。这就是你想要的。

我正在尝试这样的事情：

V = K.variable(0, dtype=tf.float32)
V = tf.reduce_mean(x_input_not_used_by_this_branch, axis=1) * 0 + V # this is a stupid way to get things to work
model keras.models.Model(inputs=something, outputs=[V, some_other_stuff])

Answer 1

一种简单的方法是使用 Keras 的功能 API：Keras API docu

inputs = Input(shape=(784,))

# a layer instance is callable on a tensor, and returns a tensor
x = Dense(64, activation='relu')(inputs)
x = Dense(64, activation='relu')(x)
predictions = Dense(10, activation='softmax')(x)

v = 0.25 * x

# This creates a model that includes
# the Input layer and three Dense layers
model = Model(inputs=inputs, outputs=[predictions, v])