输入对象

[源代码]

Input 函数

keras.Input(
    shape=None,
    batch_size=None,
    dtype=None,
    sparse=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类对象，我们为其添加了一些属性，使得我们仅通过知道模型的输入和输出来构建 Keras 模型。

例如，如果 a、b 和 c 是 Keras 张量，就可以执行以下操作：model = Model(input=[a, b], output=c)

参数

• shape: 一个形状元组（整数或 None 对象的元组），不包括批量大小。例如，shape=(32,) 表示预期的输入将是 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）。
• batch_size: 可选的静态批量大小（整数）。
• dtype: 输入预期的数据类型，以字符串形式表示（例如，"float32"、"int32"...）
• sparse: 一个布尔值，指定预期的输入是否为稀疏张量。请注意，如果 sparse 为 False，稀疏张量仍然可以传递到输入中 - 它们将使用默认值 0 进行稠密化。此功能仅在 TensorFlow 后端支持。默认为 False。
• batch_shape: 可选的形状元组（整数或 None 对象的元组），包括批量大小。
• name: 该层的可选名称字符串。在模型中应该是唯一的（不要重复使用相同的名称）。如果未提供，将自动生成。
• tensor: 可选的现有张量，用于包装到 Input 层中。如果设置，该层将使用此张量，而不是创建新的占位符张量。
• optional: 布尔值，表示输入是否可选。可选输入可以接受 None 值。

返回值

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)