1回答

正十七

2021-10-30

已采纳

InputLayer是layer的概念，而Input则是tensor的概念。Layer是用来跟sequential啥的合作使用构建模型，如下：

# With explicit InputLayer.
model = tf.keras.Sequential([
  tf.keras.layers.InputLayer(input_shape=(4,)),
  tf.keras.layers.Dense(8)])
model.compile(tf.optimizers.RMSprop(0.001), loss='mse')
model.fit(np.zeros((10, 4)),
          np.ones((10, 8)))

# Without InputLayer and let the first layer to have the input_shape.
# Keras will add a input for the model behind the scene.
model = tf.keras.Sequential([
  tf.keras.layers.Dense(8, input_shape=(4,))])
model.compile(tf.optimizers.RMSprop(0.001), loss='mse')
model.fit(np.zeros((10, 4)),
          np.ones((10, 8)))

tensor则是函数式的建立模型：

# this is a logistic regression in Keras
x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)

更多细节看API: https://www.tensorflow.org/api_docs/python/tf/keras/layers/InputLayer

https://www.tensorflow.org/api_docs/python/tf/keras/Input

0

1

慕姐8158610

非常感谢！

2021-11-02

共1条回复