训练一个模型，其中包含 2 个堆叠模型 keras答案

【问题标题】：Train a model with 2 stacked models in it keras训练一个模型，其中包含 2 个堆叠模型 keras
【发布时间】：2021-05-24 12:59:25
【问题描述】：

我有以下想要训练的模型（见下图）：

模型的输入为 20。模型 A 的输入为 10（初始输入的前 10 个元素），模型 B 的输入为 10（初始输入的后 10 个元素），最后模型 C 的输入是模型 A 和 B 的输出的串联。

如何在 Keras 中同时训练这 3 个模型？我可以将它合并到一个大模型中吗？（我只有训练大模型的数据）

【问题讨论】：

标签： python tensorflow keras model

【解决方案1】：

我可以将它合并到一个大模型中吗？

是的！

如何在 Keras 中同时训练这 3 个模型？

我给你指点：

使用功能性 API。想知道它与顺序有什么不同吗？看here
使用连接层 - Reference

【讨论】：

我如何将模型 A 和 B 的输入分成 2？
既然你在图中提到了“前10”和“后10”，你可以简单地使用list/ndarray/tensor切片操作吗？
我刚刚在这里找到了一个方法medium.datadriveninvestor.com/… 非常感谢！

【解决方案2】：

假设您定义了三个模型，并命名为 model_A、model_B 和 model_C。你现在可以像这样定义你的完整模型（我没有检查确切的代码）：

def complete_model(model_A, model_B, model_C):

    input_1 = layers.Input(shape=(10,))
    input_2 = layers.Input(shape=(10,))

    model_A_output = model_A(input_1)
    model_B_output = model_B(input_2)

    concatenated = tf.concat([model_A_output, model_B_output], axis=-1)
    model_C_output = model_C(concatenated)

    model = Model(inputs=[input_1, input_2], outputs=model_C_output)
    model.compile(loss=losses.MSE)
    model.summary()
    return model

这需要您提供二维输入，因此您必须进行一些 numpy 切片来预处理您的输入。

如果您仍然需要一维输入，您可以定义一个形状为 (20,) 的输入层，然后使用 tf.split 函数将其分成两半并将其输入下一个网络。

【讨论】：