输入对象

`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，我们通过添加某些属性来增强它，使我们能够仅通过了解模型的输入和输出即可构建 Keras 模型。

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

参数

shape：形状元组（整数或 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。该元组的元素可以是 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：可选的静态批次大小（整数）。
dtype：输入期望的数据类型，以字符串表示（例如 "float32"、"int32" 等）。
sparse：一个布尔值，指定预期输入是否为稀疏张量。请注意，如果 sparse 为 False，则仍然可以将稀疏张量传递到输入中 - 它们将使用默认值 0 进行稠密化。此功能仅在 TensorFlow 后端中受支持。默认为 False。
batch_shape：可选的形状元组（整数或 None 对象的元组），包括批次大小。
name：层的可选名称字符串。在模型中应唯一（不要重复使用相同的名称）。如果未提供，它将自动生成。
tensor：可选的现有张量，将其包装到 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，输入是否为可选。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)

输入对象

Input 函数

输入对象

Input 函数

`Input` 函数