Python 如何处理Keras层的重复输入?
我有一个Keras模型,它有两个输入层Python 如何处理Keras层的重复输入?,python,tensorflow,keras,deep-learning,keras-layer,Python,Tensorflow,Keras,Deep Learning,Keras Layer,我有一个Keras模型,它有两个输入层 形状为(20300)的推特 其他五条tweet的形状(5,20300)。但是,所有培训示例的输入都是相同的 换句话说,对于每个训练步骤,都会有不同的tweet(第一次输入)和相同的五条tweet(第二次输入)。我的第二个输入形状为(5,20300)非常大,可以重复num_samples次,然后用作Keras模型的输入层。 我需要一种方法来进行keras模型内部使用的第二次输入,但不重复num_samples次 有什么方法可以处理这种类型的输入吗?用该常量输
(20300)
的推特(5,20300)
。但是,所有培训示例的输入都是相同的(5,20300)
非常大,可以重复num_samples
次,然后用作Keras模型的输入层。
我需要一种方法来进行keras模型内部使用的第二次输入,但不重复num_samples
次
有什么方法可以处理这种类型的输入吗?用该常量输入创建一个张量:
fixed_tweets = keras.backend.constant(the_tweets_as_numpy)
使用常规输入和张量输入:
input1 = Input((20,300))
input2 = Input(tensor=fixed_tweets)
去玩吧
您可能需要自定义层来处理input1
(任意)和input2
(5)的批大小之间的差异