Keras搭建多输入模型

最新推荐文章于 2024-08-14 18:56:57 发布

z小白

最新推荐文章于 2024-08-14 18:56:57 发布

阅读量2.5w

点赞数 16

分类专栏： keras Keras 文章标签： keras 多输入模型

本文链接：https://blog.csdn.net/zzc15806/article/details/84067017

版权

本文介绍了如何在Keras中构建一个多输入模型，适用于处理来自不同维度数据的任务。模型的输入包括100维和50维的向量，输出为二分类问题，即0或1。

摘要由CSDN通过智能技术生成

简介

当我们的任务涉及到多个维度不同的数据来拟合一个目标时，我们需要构建多输入模型。

模型构建

假设我们需要搭建如下的模型，输入数据分别为100维和50维的向量，输出为0或1：

from keras.layers import Conv1D, Dense, MaxPool1D, concatenate, Flatten
from keras import Input, Model
from keras.utils import plot_model
import numpy as np


def multi_input_model():
    """构建多输入模型"""
    input1_= Input(shape=(100, 1), name='input1')
    input2_ = Input(shape=(50, 1), name='input2')

    x1 = Conv1D(16, kernel_size=3, strides=1, activation='relu', padding='same')(input1_)
    x1 = MaxPool1D(pool_size=10, strides=10)(x1)

    x2 = Conv1D(16, kernel_size=3, strides=1, a