Keras：InputLayer和Input的區別

Question

我使用Keras和Tensorflow做了一個模型。我用Inputlayer用幾行代碼：

img1 = tf.placeholder(tf.float32, shape=(None, img_width, img_heigh, img_ch)) 
first_input = InputLayer(input_tensor=img1, input_shape=(img_width, img_heigh, img_ch)) 
first_dense = Conv2D(16, 3, 3, activation='relu', border_mode='same', name='1st_conv1')(first_input) 

但我得到這個錯誤：當我使用Input這樣

ValueError: Layer 1st_conv1 was called with an input that isn't a symbolic tensor. Received type: <class 'keras.engine.topology.InputLayer'>. Full input: [<keras.engine.topology.InputLayer object at 0x00000000112170F0>]. All inputs to the layer should be tensors. 

，它工作正常：

first_input = Input(tensor=img1, shape=(224, 224, 3), name='1st_input') 
first_dense = Conv2D(16, 3, 3, activation='relu', border_mode='same', name='1st_conv1')(first_input) 

什麼Inputlayer與Input之間的區別？

Answer 1

• InputLayer是一個圖層。
• Input是張量。

您只能調用將張量傳遞給它們的圖層。

的理念是：

outputTensor = SomeLayer(inputTensor) 

因此，只有Input可以傳遞，因爲它是一個張量。

老實說，我不知道存在InputLayer的原因。也許它應該在內部使用。我從來沒有使用它，似乎我永遠不會需要它。