Python Keras：用于重复多输入的单输入层

所以，我得到了这个多输入模型，有6个相同形状的相同输入。现在如果我必须使用这个模型，我必须将我的输入数据乘以输入层的总数，即6。我想知道我是否可以在这上面添加另一层，并且可以传递一个将连接所有这6个输入的输入。我不知道如何才能做到这一点！有什么想法吗

---

问题是这样的：我有一个“基本”多输入模型，其中所有输入都是相同的，因为这个“基本”模型只是多个模型的组合，碰巧共享相同类型的输入！现在，当使用这个“基本”模型进行分类时，我必须为每个输入层提供[input_data x“total_inputs”]，这是我不想做的事情，比如在分类数百万个句子时

因此，理想的解决方案是只有一个与所有“基本”模型输入相连的输入

好的，下面是它是如何完成的：

创建一个新的

top\u模型

，它将接受单个输入并生成多个相同的输出。这可以通过

Lambda

层完成

single_input = layers.Input(input_shape)
multi_output = layers.Lambda(lambda x: [x] * total_numbers_of_base_inputs)(single_input)
top_model = Model(inputs=single_input, outputs=multi_output)

使用

top\u模型

input和您的

multi\u input\u base\u模型

创建新的单输入模型

new_model = Model(inputs=top_model.input, outputs=multi_input_base_model(top_model.output))

---

你是说你想连接它们？不，我不认为他想连接，因为输入是相同的。你能详细说明这个问题吗？你想用它做什么样的操作？为什么不能重用一个输入层？