时间戳

首页 > 解决方案 > 如何从 Keras.layers 实现 Merge

python - 如何从 Keras.layers 实现 Merge

问题描述

我一直在尝试合并以下顺序模型，但未能。谁能指出我的错误，谢谢。

代码在使用“merge”时编译，但出现以下错误“TypeError：'module' object is not callable”但是在使用“Merge”时它甚至无法编译

我正在使用 keras 版本 2.2.0 和 python 3.6

from keras.layers import merge
def linear_model_combined(optimizer='Adadelta'):    
    modela = Sequential()
    modela.add(Flatten(input_shape=(100, 34)))
    modela.add(Dense(1024))
    modela.add(Activation('relu'))
    modela.add(Dense(512))

    modelb = Sequential()
    modelb.add(Flatten(input_shape=(100, 34)))
    modelb.add(Dense(1024))
    modelb.add(Activation('relu'))
    modelb.add(Dense(512))

    model_combined = Sequential()

    model_combined.add(Merge([modela, modelb], mode='concat'))

    model_combined.add(Activation('relu'))
    model_combined.add(Dense(256))
    model_combined.add(Activation('relu'))

    model_combined.add(Dense(4))
    model_combined.add(Activation('softmax'))

    model_combined.compile(loss='categorical_crossentropy', optimizer=optimizer, metrics=['accuracy'])

    return model_combined

标签： pythonpython-3.xneural-networkkeraskeras-layer

解决方案

合并不能与顺序模型一起使用。在顺序模型中，层只能有一个输入和一个输出。您必须使用功能性 API，类似这样。我假设您对 modela 和 modelb 使用相同的输入层，但如果不是这种情况，您可以创建另一个 Input() 并将它们都作为模型的输入。

def linear_model_combined(optimizer='Adadelta'):    

    # declare input
    inlayer =Input(shape=(100, 34))
    flatten = Flatten()(inlayer)

    modela = Dense(1024)(flatten)
    modela = Activation('relu')(modela)
    modela = Dense(512)(modela)

    modelb = Dense(1024)(flatten)
    modelb = Activation('relu')(modelb)
    modelb = Dense(512)(modelb)

    model_concat = concatenate([modela, modelb])


    model_concat = Activation('relu')(model_concat)
    model_concat = Dense(256)(model_concat)
    model_concat = Activation('relu')(model_concat)

    model_concat = Dense(4)(model_concat)
    model_concat = Activation('softmax')(model_concat)

    model_combined = Model(inputs=inlayer,outputs=model_concat)

    model_combined.compile(loss='categorical_crossentropy', optimizer=optimizer, metrics=['accuracy'])

    return model_combined

推荐阅读