子类API实现wide&deep模型——网络层构建

子类API实现wide&deep模型——网络层构建

以下代码展示如何用子类API实现wide&deep模型的网络层的构建，数据是使用的sklearn中的加州房价预测数据集。wide以及deep模型使用同样的输出。

代码展示：

class WideDeepModel(keras.models.Model):
    def __init__(self):
        super(WideDeepModel, self).__init__()
        #定义模型层次
        self.hidden1_layer = keras.layers.Dense(30, activation= 'relu')
        self.hidden2_layer = keras.layers.Dense(30, activation= 'relu')
        self.output_layer = keras.layers.Dense(1)
    
    def call(self, input):
        #完成模型的正向计算
        hidden1 = self.hidden1_layer(input)
        hidden2 = self.hidden2_layer(hidden1)
        concat = keras.layers.concatenate([input, hidden2])
        output = self.output_layer(concat)
        return output 

#第一种写法：
model = WideDeepModel()
model.build(input_shape = (None, 8))

"""
#第二种写法

model = kears.model.Sequentail(
    WideDeepModel(),
)
"""