Keras：InputLayer和Input的区别

Question

我使用Keras和Tensorflow制作了一个模型。我在这些代码行中使用Inputlayer：

img1 = tf.placeholder(tf.float32, shape=(None, img_width, img_heigh, img_ch))
first_input = InputLayer(input_tensor=img1, input_shape=(img_width, img_heigh, img_ch)) 
first_dense = Conv2D(16, 3, 3, activation='relu', border_mode='same', name='1st_conv1')(first_input)

但是我收到了这个错误：

ValueError: Layer 1st_conv1 was called with an input that isn't a symbolic tensor. Received type: <class 'keras.engine.topology.InputLayer'>. Full input: [<keras.engine.topology.InputLayer object at 0x00000000112170F0>]. All inputs to the layer should be tensors.

当我像这样使用Input时，它可以正常工作：

first_input = Input(tensor=img1, shape=(224, 224, 3), name='1st_input')
first_dense = Conv2D(16, 3, 3, activation='relu', border_mode='same', name='1st_conv1')(first_input)

Inputlayer和Input之间的区别是什么？

Answer 1

• InputLayer是一个图层。
• Input是一个张量。

您只能调用通过张量的图层。

这个想法是：

outputTensor = SomeLayer(inputTensor)

因此，只有Input可以传递，因为它是一个张量。

老实说，我不知道InputLayer存在的原因。也许它应该在内部使用。我从来没用过它，似乎我从来不需要它。

Answer 2

根据tensorflow网站，“通常建议通过Input使用功能层API（创建InputLayer），而不直接使用InputLayer。” 进一步了解此页面here