我有两个不同的模型,一个是隐藏层,另一个模型只是密集层。
我可以像
那样加载那些模型model_HL = load_model('model_hl.hdf5')
model_DL = load_model('model_dl.hdf5')
可以将其用作
output_HL = model_HL.predict (input)
output_HL_flatten = features.reshape((output_HL.shape[0],np.prod(self.outputShape)))
output_DL = model_DL.predict (output_HL_flatten)
但现在我的要求发生了变化。我想以这样的方式添加这些模型,我可以像
一样使用它output_DL = model.predict (input)
请帮我做同样的事。
答案 0 :(得分:1)
您可以使用模型可以像层一样组成的事实在Keras中轻松定义新模型:
from keras.models import Model
composed_model = Model(
inputs=[model_HL.input],
outputs=[model_DL(model_HL.output)]
)