TensorFlow函数:tf.keras.Input
2019-03-02 17:09 更新
tf.keras.Input函数
别名:
- tf.keras.Input
- tf.keras.layers.Input
tf.keras.Input(
shape=None,
batch_size=None,
name=None,
dtype=None,
sparse=False,
tensor=None,
**kwargs
)
定义在:tensorflow/python/keras/_impl/keras/engine/input_layer.py.
Input()用于实例化Keras张量.
Keras张量是来自底层后端(Theano或TensorFlow)的张量对象,我们增加了某些属性,使我们能够通过了解模型的输入和输出来构建Keras模型.
例如,如果a,b和c是Keras张量,就有可能做到:model=Model(input=[a, b], output=c)
添加的Keras属性是_keras_history,应用于张量的最后一层.整个图层图可以递归地从该图层中检索.
参数:
- shape:形状元组(整数),不包括批量大小.例如,shape=(32,),表示预期的输入将是32维向量的批次.
- batch_size:可选的静态批量大小(整数).
- name:图层的可选名称字符串.在模型中应该是唯一的(不要重复使用相同的名称两次).如果未提供,它将自动生成.
- dtype:数据类型由输入预期的,作为字符串(float32,float64,int32...)
- sparse:一个布尔值,指定是否创建占位符是稀疏的.
- tensor:可选的现有张量包裹到Input图层中.如果设置,图层将不会创建占位符张量.
- **kwargs:不支持的参数.
返回:
A tensor.
示例:
```python
# this is a logistic regression in Keras
x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)
```
可能引发的异常:
- ValueError:在参数无效的情况下.