Python 是否可以在子类模型中使用Tensorflow Keras函数API？

我试图创建一个keras模型，在模型本身调用它之前，需要对输入进行特殊的预处理。我正在进行子类化，因为模型只是复杂网络的一部分，所以我可以连接输出并直接从代码的其他部分访问模型行为……等等

我设计它的方式是在构造函数中使用keras函数API来链接层，如果我不定义

调用

方法，这些层工作得很好（它的行为似乎与我调用实例时通常使用fAPI的行为完全一样）

我的问题是，当我想定义

call

方法时，我不确定调用什么函数从构造函数访问编译模型的默认行为：

import tensorflow as tf
import numpy as np

class MyModel(tf.keras.Model):

  def __init__(self, inputshape):
    inputs = tf.keras.Input(shape=inputshape)
    x = tf.keras.layers.Dense(4, activation=tf.nn.relu)(inputs)
    outputs = tf.keras.layers.Dense(5, activation=tf.nn.softmax)(x)

    super(MyModel, self).__init__(inputs=inputs, outputs=outputs)


  def call(self, inputs, training=False):
    reduced_input = tf.expand_dims(inputs['b'], axis=0)

    # Want to call my compiled self MODEL with 'reduced_input' as the input argument but not sure how...
    return something(reduced_input)


myModelInstance = MyModel(inputshape=(3,))
myInput = {'a': [1, 2], 'b': np.array([3, 4, 5]), 'c': 6}

# Example preprocessing that I want to implement from within the model when called. Won't be this simple
reduced_input  = tf.expand_dims(myInput['b'], axis=0)

print(myModelInstance(reduced_input ))

在这段代码中，我简化了构造函数和输入预处理（这里它只从输入中提取'b'元素并添加了一个批处理维度），但我的实际实现更复杂

我更喜欢a）避免在调用实例之前预处理数据，b）将模型子类化为

Model

，而不是将模型存储为class属性

---

有没有一种方法可以像我尝试的那样将模型子类化与函数API结合起来？

您应该这样做：

class MyModel(tf.keras.Model):

  def __init__(self, inputshape):
    super(MyModel, self).__init__()
    inputs = tf.keras.Input(shape=inputshape)
    x = tf.keras.layers.Dense(4, activation=tf.nn.relu)(inputs)
    outputs = tf.keras.layers.Dense(5, activation=tf.nn.softmax)(x)
    self.model = tf.keras.Model(inputs, outputs)

  def call(self, inputs, training=False):
    reduced_input = tf.expand_dims(inputs['b'], axis=0)

    # Want to call my compiled self MODEL with 'reduced_input' as the input argument but not sure how...
    return self.model(reduced_input)


myModelInstance = MyModel(inputshape=(3,))
myInput = {'a': [1, 2], 'b': np.array([3, 4, 5]), 'c': 6}

# Example preprocessing that I want to implement from within the model when called. Won't be this simple
#reduced_input  = tf.expand_dims(myInput['b'], axis=0)

print(myModelInstance(myInput))

---

谢谢，我想知道是否有办法直接使用实例而不是将新模型存储为类属性。如果我按照建议的方式做的话，子类化模型可能就没有意义了。。。