我有一个Keras模型定义如下:
model = Sequential()
model.add(embedding_layer)
model.add(Conv1D(filters=256, kernel_size=3, activation='relu', padding='same'))
model.add(MaxPooling1D(pool_size=3))
model.add(Flatten())
model.add(Dense(num_classes, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam')
在Flatten()
层之后,我想连接2个附加特性,即如果Flatten()
给我一个大小为(1,n)(model.output_shape == (None, n)
)的向量,我想连接一个大小为(1,2)somodel.output_shape == (None, n+2)
的单独的numpy
数组。我该怎么做呢?在
我想^{
我没有测试过这段代码,但是我做了something similar并且它起作用了(虽然可能不是最有效的方法):
还有一个part of doc,它给出了有多个输入(也有多个输出)但使用旧的API使用方式的示例。在
我玩了一会儿,想明白了。对于任何感兴趣的人:这是Keras的函数API的一个很好的用例,它总是返回张量,您可以对其进行张量操作。在
相关问题 更多 >
编程相关推荐