如何使用 Keras 函数式 API 模型的输出作为另一个模型的输入

Question

我训练了一个基本的函数式 API Keras 模型，现在我想将其输出重新用作新模型的输入，同时也重新使用其权重。在新模型上，我想再添加一个输入并将其与基本模型的输出相乘。因此，在新模型中，我希望有两个输入（包括基本模型之一 + 新添加的一个）和一个新输出，该输出由基本模型输出与新输入的元素乘法组成。

基本模型如下所示：

层（类型）输出形状参数 #
input_1 (InputLayer) (None, 30, 1) 0
__________________________________________________________________ lstm_1 (LSTM) (None, 64)
16896 ________________________________________________________________ dropout_1 (Dropout) (None, 64) 0
_________________________________________________________________dense_1 (Dense) 96) 6240
_________________________________________________________________ dropout_2（辍学）（无，96） 0
__________________________________________________________________ 密集_2（密集）（无，30）2910

我试过（但不工作）的代码是：

newModel = baseModel

base_output = baseModel.get_layer('dense_2').output
input_2 = Input(shape=(n_steps_in, n_features))

multiply = Multiply()([base_output,input_2])

new_output = Dense(30)(multiply)

newModel = Model(inputs=[input_1,input_2], outputs=new_output)

newModel.summary()

我收到错误消息：“TypeError：输入层Model必须是InputLayer对象。接收到的输入：[, ]。输入 0（基于 0）来自层类型Dense。”。关于我缺少什么的任何建议？提前致谢。

Answer 1

在行中

newModel = Model(inputs=[input_1,input_2], outputs=new_output)

你有“input_1”你在哪里定义它。错误是因为此变量未定义

根据你的情况，你应该使用

input_1=baseModel.input