keras fit_generator多输入,多输出

history = model.fit_generator(
        generator=training_data,
        steps_per_epoch=int(len(training_data) * train_step_multiplier),
        validation_data=validation_data,
        validation_steps=int(len(validation_data) * val_step_multiplier),
        epochs=epochs,
        verbose=1,  # 日志显示模式 0 = 安静模式, 1 = 进度条, 2 = 每轮一行。
        callbacks=callbacks
training_data = ({'input_1': crops, 'input_2': x}, {'output': labels})#和模型中的name对应

input_1 = keras.layers.Input((n_crops, n_crops) + crop_shape,name='input_1')#7*7*16*16*3
input_2 = keras.layers.Input(img_shape,name='input_2')
x = keras.layers.Dense(units=n_classes, activation='sigmoid',name='output')(x)
model = keras.models.Model(inputs=[input_1, input_2], outputs=x)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值