Keras 垂直集成模型，条件介于两者之间

Question

我训练了两个独立的模型

• ModelA：检查输入文本是否与我的工作相关（二元分类器 [相关/不相关]）
• ModelB：相关文本的分类器（Classifier [good/normal/bad]）。仅将相关文本从 ModelA 中继到此模型

我想要

• ModelC：输出 [good/normal/bad/not-related] 的集成分类器
• 我会分批训练。并且可以在一批中混合not-related和good/normal/bad。我需要他们分开。

我需要的一些伪代码

# Output of modelA will be a vector I presume `(1, None)` where `None` is batch
def ModelC.predict(input):
    outputA = ModelA(input)
    if outputA == 'not-related':
        return outputA
    return ModelB(outputA)

我不知道如何if在模型推理中包含逻辑。我怎样才能做到这一点？

Answer 1

只需定义您自己的模型即可。我很惊讶你的其他模型输出字符串而不是数字，但如果没有更多信息，这就是我能给你的全部信息，所以我假设模型 A 的输出是一个字符串。

import tensorflow as tf

class ModelC(tf.keras.Model):

  def __init__(self, A, B):
    super(ModelC, self).__init__()
    self.A = A
    self.B = B

  def call(self, inputs, training=False):
    x = self.A(inputs, training)
    if x == 'not-related':
        return x
    return self.B(inputs, training)