Keras：用于重复多输入的单输入层答案

【问题标题】：Keras: single input layer for repeated multi inputsKeras：用于重复多输入的单输入层
【发布时间】：2018-07-13 21:22:04
【问题描述】：

所以，我得到了这个多输入模型，它有 6 个相同形状的相同输入。现在如果我必须使用这个模型，我必须将我的输入数据乘以输入层的总数，即 6。我想知道我是否可以在此之上添加另一个层，并且可以传递单个输入来连接所有这 6 个输入。我不知道如何做到这一点！有什么想法吗？

【问题讨论】：

你的意思是你想连接它们？
不，我认为他不想连接，因为输入是相同的。你能详细说明问题吗？你想用这个做什么操作？
为什么不能只重用一个输入层？

标签： python tensorflow model keras layer

【解决方案1】：

问题是这样的：我有一个 "BASE" 多输入模型，其中所有输入都是相同的，因为这个 "BASE" 模型只是一个组合碰巧共享相同类型输入的多个模型！现在，当使用这个 "BASE" 模型进行分类时，我必须为每个输入层提供 [input_data x "total_inputs"]，这是我不想要的要做，在分类百万句子时说！

因此，理想的解决方案是只有一个输入与所有 "BASE" 模型输入相连！！

好的，下面是它的完成方式：

创建一个新的top_model，它将接受单个输入并生成多个相同的输出。这可以通过Lambda 层来完成。

single_input = layers.Input(input_shape)
multi_output = layers.Lambda(lambda x: [x] * total_numbers_of_base_inputs)(single_input)
top_model = Model(inputs=single_input, outputs=multi_output)

使用top_model 输入和您的multi_input_base_model 如下所示创建新的single_input 模型。
```
new_model = Model(inputs=top_model.input, outputs=multi_input_base_model(top_model.output))
```

【讨论】：