tf2 利用keras自定义多输入网络模型的一种方法

  我的模型有两组数据输入，所以没法直接使用组装层来实现，使用keras.Model 由于实在是不熟悉tf 与keras，遇到了种种困难包括但不限于网络中的训练参数怎么添加、多输入的处理、Model.build的定义失败、add_weight不会用、网络summary没有参数，最后发现了一个简单的方法，真是结了燃眉之急

class MYM(keras.Model):
    def __init__(self):
        ipt1 = keras.Input(shape=(13,13,7),name="view")
        ipt2 = keras.Input(shape=(34),name="feature")
        x = layers.Conv2D(7,kernel_size=3)(ipt1)
        x = layers.Conv2D(1,kernel_size=3)(x)
        x = layers.Flatten()(x)
        #print(x,ipt2)
        x =tf.concat([x,ipt2],axis=-1)
        x = layers.Dense(128)(x)
        #print(x)
        x = layers.Dense(21)(x) 
        out = layers.Softmax(axis=-1)(x)
        super(MYM,self).__init__(inputs=[ipt1,ipt2],outputs=out)

summary

net = MYM() 
net.summary()