python - 如果 Keras Tensorflow 的 `Model.fit` 的目标/输出是 `None` 会发生什么？

Question

我正在查看这段代码：https ://github.com/keras-team/keras/blob/master/examples/variational_autoencoder.py#L198 ，在Model.fit()没有输出或目标张量的情况下调用其中。起初，我认为 的行为Model.fit()是使用输入作为输出（这对于这个自动编码器实现是有意义的）。但后来我查看了文档，这不是它所说的：https ://www.tensorflow.org/api_docs/python/tf/keras/Model#fit

它暗示什么时候y，目标是None，x应该是某种同时包含输入和目标的结构。

但是在这个自动编码器实现中很清楚，这不是发生的事情（x只包含输入）。有人可以解释在这种情况下会发生什么吗？

标签： pythontensorflowkerasautoencoder

Answer 1

在model.fit 的Keras文档中，说明了以下内容：

• y：目标（标签）数据的 Numpy 数组（如果模型具有单个输出），或 Numpy 数组列表（如果模型具有多个输出）。如果模型中的输出层被命名，您还可以传递一个字典，将输出名称映射到 Numpy 数组。 如果从框架原生张量（例如 TensorFlow 数据张量）馈送，则 y 可以是 None （默认）。

现在，请注意在变分自动编码器示例中，outputs模型的参数vae是 TensorFlow 原生张量，因为它是由另一个模型decoder（TensorFlow 原生张量）的输出给出的，该模型的inputs参数与的输入无关。vae