如果使用单一输入

来源:2-14 wide&deep模型的多输入与多输出实战

weixin_慕设计2595873

2019-07-02

如果使用单一输入是不是这样也可以?

input = keras.layers.Input(shape=x_train_scaled.shape[1:])
input_wide = keras.layers.Lambda(lambda x: x[:,:5])(input)
input_deep = keras.layers.Lambda(lambda x: x[:,2:])(input)
hidden1 = keras.layers.Dense(30, activation=‘relu’)(input_deep)
hidden2 = keras.layers.Dense(30, activation=‘relu’)(hidden1)

concat = keras.layers.concatenate([input_wide, hidden2])
output = keras.layers.Dense(1)(concat)

model = keras.models.Model(inputs=[input],
outputs=[output])

写回答

1回答

正十七

2019-07-06

应该可以,但在课程中我只是举了一个较为简单的例子,wide和deep的输入都是一个大向量的子向量。真实场景下,wide和deep的输入可能会很不一样,更多的还是使用分开输入的方式,因为两种特征可能存储在不同的地方。

0
0

Google老师亲授 TensorFlow2.0 入门到进阶

Tensorflow2.0实战—以实战促理论的方式学习深度学习

1849 学习 · 896 问题

查看课程