Question

我训练了一个基本的功能API Keras模型，现在我想将其输出重新用作新模型的输入，同时还要重新使用其权重。在新模型上，我想再添加一个输入，并将其与基本模型的输出相乘。因此，在新模型中，我希望有两个输入（包括一个基本模型+一个新添加的输入）和一个新输出，该输出由基本模型输出与新输入的逐元素相乘组成。

基本模型如下：

图层（类型）输出形状参数＃
  input_1（InputLayer）（无，30，1）0
  _________________________________________________________________ lstm_1（LSTM）（无，64）16896
  _________________________________________________________________ dropout_1（Dropout）（None，64）0
  _________________________________________________________________ density_1（密集）（无，96）6240
  _________________________________________________________________ dropout_2（退出）（无，96）0
  _________________________________________________________________ density_2（密集）（30岁，无）2910

我尝试过（但不起作用）的代码是：

newModel = baseModel

base_output = baseModel.get_layer('dense_2').output
input_2 = Input(shape=(n_steps_in, n_features))

multiply = Multiply()([base_output,input_2])

new_output = Dense(30)(multiply)

newModel = Model(inputs=[input_1,input_2], outputs=new_output)

newModel.summary()

我收到错误：“ TypeError：Model的输入图层必须是InputLayer对象。收到的输入：[，]。输入0（基于0）源自图层类型{{1 }}。”。关于我所缺少的任何建议吗？预先感谢。

Answer 1

在线

newModel = Model(inputs=[input_1,input_2], outputs=new_output)

您在定义的地方有“ input_1”。错误是因为该变量未定义

根据情况，您应该使用

input_1=baseModel.input

Answer 2

您缺少来自baseModel的输入。试试：

base_input = baseModel.input
base_output = baseModel.get_layer('dense_2').output
input_2 = Input(shape=(n_steps_in, n_features))

multiply = Multiply()([base_output,input_2])

new_output = Dense(30)(multiply)

newModel = Model(inputs=[base_input, input_2], outputs=new_output)

newModel.summary()

如何将Keras功能API模型的输出用作其他模型的输入

2 个答案: