keras的輸入層可以自定義輸入嗎？

在本文檔中的model.fit()參數是keras的輸入層可以自定義輸入嗎？

fit(self, x, y, batch_size=32, nb_epoch=10, verbose=1, callbacks=None, validation_split=0.0, validation_data=None, shuffle=True, class_weight=None, sample_weight=None, initial_epoch=0)

我的問題是，我可以有三種不同的張量作爲輸入，所以我可以有像fit(x,y,z)？

PS：

對不起。我相信keras中的fit(x_val, y_val)函數的作用與feed_dict={x:x_val, y:y_val}類似，我只是想知道我可以在模型中創建更多的值嗎？

來源

2017-01-17 xxx222

您能否介紹一下x，y和z中哪些是輸入的一部分，哪些是輸出的一部分？ –

這個X是張量例如 X = [[1,2],[2,3],[3,4]] y = [3,5,7] （擬合線應該是y=X[0]+X[1]）

所以，如果你清楚哪些是功能（例如，在您的要求x和y），並且是目標類（Z），你可以定義：
_X = (x,y) # two nodes in the input layer
_y = z
fit(_X,_y)
你的意思呢？

來源

2017-01-17 08:24:35 Zealseeker

不好意思。我相信keras中的'fit（x_val，y_val）'函數的作用類似於'feed_dict = {x：x_val，y：y_val}'，我只是想知道我可以在模型中創建更多的值嗎？ – xxx222

@ xxx222 x_val和y_val是特徵和目標類的示例。他們的關係是機器學習的。但我想知道你描述的「更多價值」的位置。你最好告訴你的問題/想法的更多細節或例子。 – Zealseeker

keras的輸入層可以自定義輸入嗎？

回答

相關問題