哦,没关系。
我应该阅读完整的功能性API:https : //keras.io/getting-started/functional-api-
guide/#shared-layers
这是预测之一(可能仍然缺少一些培训):
我猜这可能是3?好吧,至少现在可以了。
对于那些有类似问题的人,这里是更新的代码:
inputs=Input((784,))enpre=Dense(10, input_shape=[784])(inputs)depre=Dense(784, input_shape=[10])model=Model(input=inputs, output=depre(enpre))model.compile(loss="mse", optimizer="adadelta", metrics=["accuracy"])inputs_2=Input((10,))depre_model=Model(input=inputs_2, output=depre(inputs_2))
我只编译了其中一种模型。对于训练,您需要编译模型,对于不必要的预测。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)