在Keras中合并两种不同的模型

我正在尝试将两个Keras模型合并为一个模型，但是我无法实现这一点。

例如在附图中，我想获取尺寸为8 的中间层，并将其用作模型（再次为尺寸8的）层输入，然后将模型和模型合并为一个模型。 $A2$ $B1$ $B$ $A$ $B$

我正在使用功能模块独立创建模型和模型如何完成这项任务？ $A$ $B$

注意：是模型的输入层，而是模型的输入层。 $A1$ $A$ $B1$ $B$

— k
source

Answers:

我想出了问题的答案，这是基于以上答案的代码。

from keras.layers import Input, Dense
from keras.models import Model
from keras.utils import plot_model

A1 = Input(shape=(30,),name='A1')
A2 = Dense(8, activation='relu',name='A2')(A1)
A3 = Dense(30, activation='relu',name='A3')(A2)

B2 = Dense(40, activation='relu',name='B2')(A2)
B3 = Dense(30, activation='relu',name='B3')(B2)

merged = Model(inputs=[A1],outputs=[A3,B3])
plot_model(merged,to_file='demo.png',show_shapes=True)

这是我想要的输出结构：

— k
source

请注意，您没有在上面合并两个模型（就keras模型而言），而是在合并图层。

— gented

在Keras中，有一种定义模型的有用方法：使用功能性API。使用功能性API，您可以定义有向无环层图，从而可以构建完全任意的体系结构。考虑您的示例：

#A_data = np.zeros((1,30))
#A_labels = np.zeros((1,30))
#B_labels =np.zeros((1,30))

A1 = layers.Input(shape=(30,), name='A_input')
A2 = layers.Dense(8, activation='???')(A1)
A3 = layers.Dense(30, activation='???', name='A_output')(A2)


B2 = layers.Dense(40, activation='???')(A2)
B3 = layers.Dense(30, activation='???', name='B_output')(B2)

## define A
A = models.Model(inputs=A1, outputs=A3)

## define B
B = models.Model(inputs=A1, outputs=B3) 

B.compile(optimizer='??',
          loss={'B_output': '??'}
          )

B.fit({'A_input': A_data},
  {'B_output': B_labels},
  epochs=??, batch_size=??)

就是这样了！您可以通过以下方式查看结果B.summary()：

Layer (type)                 Output Shape              Param    
A_input (InputLayer)         (None, 30)                0         
_________________________________________________________________
dense_8 (Dense)              (None, 8)                 248     
______________________________________________________________
dense_9 (Dense)              (None, 40)                360       
_________________________________________________________________
B_output (Dense)             (None, 30)                1230

— h
source

感谢您的回答，但是我认为上面的代码不起作用。首先，当您说B = models.Model（inputs = A2，outputs = B3）时，将出现错误TypeError：输入的图层Model必须是InputLayer对象。收到的输入：张量。另外，如前所述，我确实使用功能API分别创建了模型A和模型B。我认为我正在寻找的答案可能与使用连接功能的keras文档中的“多输入和多输出模型”部分有关（虽然不是很确定）。

— Rkz

@Rkz：我已经编辑了答案。现在可以使用了。我们必须使用“连接”。实际上，在定义模型“ B”时应提及主输入（A1）。

— moh

感谢您的宝贵时间和修改。我从Keras文档中找出了答案（请参阅以下答案）。我的问题不需要连接。

— Rkz

@Rkz：查看最终编辑，我还将展示如何编译和拟合模型。

— moh