Python tf.keras.Input用法及代碼示例

Input() 用於實例化 Keras 張量。

用法

tf.keras.Input(
    shape=None, batch_size=None, name=None, dtype=None, sparse=None, tensor=None,
    ragged=None, type_spec=None, **kwargs
)

Keras 張量是一個符號tensor-like 對象，我們通過某些屬性對其進行擴充，這些屬性允許我們僅通過了解模型的輸入和輸出來構建 Keras 模型。

例如，如果 a , b 和 c 是 Keras 張量，則可以這樣做：model = Model(input=[a, b], output=c)

例子：

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

請注意，即使啟用了即刻執行，Input 也會生成一個符號 tensor-like 對象(即占位符)。這個符號 tensor-like 對象可以與將張量作為輸入的 lower-level TensorFlow 操作一起使用，如下所示：

x = Input(shape=(32,))
y = tf.square(x)  # This op will be treated like a layer
model = Model(x, y)

(此行為不適用於高階 TensorFlow API，例如控製流並由 tf.GradientTape 直接監視)。

但是，生成的模型不會跟蹤用作 TensorFlow 操作輸入的任何變量。所有變量的使用都必須發生在 Keras 層中，以確保它們將被模型的權重跟蹤。

Keras 輸入還可以從任意 tf.TypeSpec 創建占位符，例如：

x = Input(type_spec=tf.RaggedTensorSpec(shape=[None, None],
                                        dtype=tf.float32, ragged_rank=1))
y = x.values
model = Model(x, y)

傳遞任意 tf.TypeSpec 時，它必須代表整個批次的簽名，而不僅僅是一個示例。