Python 为什么展平层在张力板中有两个输入

下面是一个重现问题的简单示例：

model = keras.models.Sequential()
model.add(keras.layers.Flatten(input_shape=[784,]))
model.add(keras.layers.Dense(300, activation="relu"))
model.add(keras.layers.Dense(10, activation="softmax"))

import numpy as np 

X_train = np.random.normal(size=(100, 784))
y_train = np.random.randint(low=0, high=10, size=(100,))

X_valid = np.random.normal(size=(50, 784))
y_valid = np.random.randint(low=0, high=10, size=(50,))

model.compile(optimizer=tf.keras.optimizers.Adam(),
          loss='sparse_categorical_crossentropy',)

tensorboard_cb = tf.keras.callbacks.TensorBoard(
    log_dir='logs', histogram_freq=0, write_graph=True, write_images=False,
    update_freq='epoch', profile_batch=0, embeddings_freq=0,
    embeddings_metadata=None)
history = model.fit(X_train, y_train, epochs=20, validation_data=(X_valid, y_valid), callbacks=tensorboard_cb)

以下是张力板上的结果：

---

我重新运行了您的代码，在模型图表上只找到1个输入。也没有

致密的_2

层。也许您对不止一个模型使用了logs dir，那么这是一个混乱的Tensorboard吗

---

尝试重新运行模型，从clean logs目录开始（在运行之前更改名称或删除旧的目录）。

我添加了

compile

语句以使示例更加完整。因为我在jupyter上运行它，我认为它保存了多个相同的内容