输入对象
Input function
keras.Input(
shape=None,
batch_size=None,
dtype=None,
sparse=None,
batch_shape=None,
name=None,
tensor=None,
optional=False,
)
用于实例化一个 Keras 张量.
Keras 张量是一个类似符号张量的对象,我们通过某些属性对其进行增强,使得我们仅通过知道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,就可以进行如下操作:
model = Model(input=[a, b], output=c)
参数:
shape: 一个形状元组（整数元组或 None 对象）,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.该元组的元素可以是 None;None 元素表示形状未知的维度,并且可能变化（例如序列长度）.
batch_size: 可选的静态批量大小（整数）.
dtype: 输入预期的数据类型,字符串形式
（例如 "float32"、"int32"...）
sparse: 一个布尔值,指定预期的输入是否为稀疏张量.请注意,如果 sparse 为 False,稀疏张量仍然可以传递到输入中——它们将用默认值 0 进行稠密化.此功能仅在 TensorFlow 后端支持.默认为 False.
batch_shape: 可选的形状元组（整数元组或 None 对象）,包括批量大小.
name: 层的可选名称字符串.
应在模型中唯一（不要重复使用相同的名称）.如果未提供,将自动生成.
tensor: 可选的现有张量,用于包装到 Input 层中.
如果设置,层将使用此张量,而不是创建新的占位符张量.
optional: 布尔值,指定输入是否可选.
可选输入可以接受 None 值.
返回: 一个 Keras 张量.
示例:
# 这是一个 Keras 中的逻辑回归
x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)