Input
函数keras.Input(
shape=None,
batch_size=None,
dtype=None,
sparse=None,
ragged=None,
batch_shape=None,
name=None,
tensor=None,
optional=False,
)
用于实例化 Keras 张量。
Keras 张量是一个符号张量对象,我们为其添加了某些属性,以便仅通过了解模型的输入和输出就可以构建 Keras 模型。
例如,如果 a
、b
和 c
是 Keras 张量,则可以这样做:model = Model(input=[a, b], output=c)
参数
None
对象的元组),不包括批次大小。例如,shape=(32,)
表示预期输入将是 32 维向量的批次。此元组的元素可以是 None
;None
元素表示形状未知且可能变化的维度(例如序列长度)。"float32"
、"int32"
...)sparse
为 False
,仍然可以将稀疏张量传递到输入中 - 它们将被密集化,默认值为 0。此功能仅支持 TensorFlow 和 JAX 后端。默认为 False
。ragged
为 False
,仍然可以将不规则张量传递到输入中 - 它们将被密集化,默认值为 0。此功能仅支持 TensorFlow 后端。默认为 False
。None
对象的元组),包括批次大小。Input
层中。如果设置,层将使用此张量而不是创建新的占位符张量。None
值。返回
一个 Keras 张量。
示例
# This is a logistic regression in Keras
x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)