时间戳

首页 > 解决方案 > 如何在TensorFlow中同时将一层并行传入两层

python - 如何在TensorFlow中同时将一层并行传入两层

问题描述

我在 Keras 中实现了一个神经网络，但由于某些原因，我需要在 TensorFlow 中实现该网络。我的问题是我需要h1并行进入两层。我进行了很多搜索以同时将一层传递到两层，但我找不到正确的方法。Keras 代码如下：

  x = keras.layers.Input(shape=(input_dim))
  hp_units1 = hp.Int('units', min_value=1, max_value=15, step=1)
  h1 = keras.layers.Dense(hp_units1, activation = 'sigmoid', name='dense_1')(x)
  t = keras.layers.Dense(1, activation='sigmoid', name='time_prediction')(h1)
  decoded = keras.layers.Dense(input_dim, activation='linear', name='decoded_mean')(h1)

因此，我需要同时传递h1给t和decoded。

标签： pythontensorflowkerasdeep-learningneural-network

解决方案

只需keras从 tensorflow 2 导入。相同的语法在 tensorflow 2 中可用 -

from tensorflow import keras

x = keras.layers.Input(shape=(input_dim))
hp_units1 = hp.Int('units', min_value=1, max_value=15, step=1)
h1 = keras.layers.Dense(hp_units1, activation = 'sigmoid', name='dense_1')(x)
t = keras.layers.Dense(1, activation='sigmoid', name='time_prediction')(h1)
decoded = keras.layers.Dense(input_dim, activation='linear', name='decoded_mean')(h1)

推荐阅读