Python 3.x Keras神经网络多输入/多输出

我想创建一个Keras神经网络，其中有多个输入和输出（让我们调用input1/input2和output1/output2）

是否有可能从input1预测输出1，并根据input2生成输出2

输入的大小是否有一些限制

---

我这样问是因为keras文档中没有任何线索。

如果您的意思是要创建一个接受多个输入并提供多个输出的模型，那么可以使用keras函数API

一个简单的例子：

import tensorflow as tf

image_input=keras.Input(
    shape=(299,299,3),name="image_input"
)
meta_input=keras.Input(
    shape=(12,),name="image-meta_input" #input which contains data like age, date, size etc 
)

I=tf.keras.applications.InceptionV3(
    include_top=True, weights='imagenet', 
)(image_input)


c=layers.concatenate([meta_input,I])
x=layers.Dense(32,activation=keras.activations.relu)(c)
out2=layers.Dense(8,activation=keras.activations.softmax)(x) #multiclass
out1=layers.Dense(1,activation=keras.activations.sigmoid)(x)
model=keras.Model(
    inputs=[meta_input,image_input],
    outputs=[out1,out2]
)

可以打印模型以使其可视化：

keras.utils.plot_model(model,show_shapes=True)

---

1。是的，这是可能的。2.您对输入大小的限制是什么意思？对不起，我的意思是如果输入1的大小应该大于输入2的大小，或者反之亦然。不，没有这样的限制。除此之外，您还有什么具体问题吗？现在还没有！你的回答真的很有帮助，非常感谢！