(Keras) 根据输入拆分数据流

Question

我想知道 tensorflow/keras 是否允许做以下技巧：

假设我们有包含一些特征的数据集，其中一个特征的分布范围从 0 到 200，然后从 250 到 400（下图）。

是否可以构建由两个模型组成的神经网络，其中第一层将决定输入应该进入流 A（比如说 = 230）？

此模型应将一个数据集作为输入并返回一个输出，但在中间决定将数据进一步推送到何处（流 A 或流 B）？

PS。 我知道可以使用简单的 if 语句在模型前面添加一些逻辑，然后构建两个独立的模型，但事实并非如此 :)

提前致谢！

Answer 1

我不认为您可以构建具有专有分支机制（if 语句）的神经网络模型，但您可以构建一个计算两个输出并具有单独输出以确定输出有效性的模型（有效性将输出单个0-1 范围内的数字表示输出 A 或输出 B 是否有效），请参见下图进行说明。

另一方面，这可能不是最好的（或最有效的）解决方案。我不想对你的数据做出假设，但我肯定会问自己是否真的需要一个端到端的神经网络。看看您的数据集示例，我肯定会尝试随机森林或其他传统的集成方法。