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