คุณได้รับข้อผิดพลาดเนื่องจากresult
กำหนดให้Sequential()
เป็นเพียงคอนเทนเนอร์สำหรับโมเดลและคุณไม่ได้กำหนดอินพุตไว้
ให้สิ่งที่คุณกำลังพยายามที่จะสร้างชุดที่จะใช้การป้อนข้อมูลที่สามresult
x3
first = Sequential()
first.add(Dense(1, input_shape=(2,), activation='sigmoid'))
second = Sequential()
second.add(Dense(1, input_shape=(1,), activation='sigmoid'))
third = Sequential()
third.add(Dense(1, input_shape=(1,), activation='sigmoid'))
merged = Concatenate([first, second])
result = Concatenate([merged, third])
ada_grad = Adagrad(lr=0.1, epsilon=1e-08, decay=0.0)
result.compile(optimizer=ada_grad, loss='binary_crossentropy',
metrics=['accuracy'])
อย่างไรก็ตามวิธีที่ฉันต้องการในการสร้างโมเดลที่มีโครงสร้างอินพุตประเภทนี้คือการใช้API ที่ใช้งานได้
นี่คือการนำข้อกำหนดของคุณไปใช้เพื่อเริ่มต้น:
from keras.models import Model
from keras.layers import Concatenate, Dense, LSTM, Input, concatenate
from keras.optimizers import Adagrad
first_input = Input(shape=(2, ))
first_dense = Dense(1, )(first_input)
second_input = Input(shape=(2, ))
second_dense = Dense(1, )(second_input)
merge_one = concatenate([first_dense, second_dense])
third_input = Input(shape=(1, ))
merge_two = concatenate([merge_one, third_input])
model = Model(inputs=[first_input, second_input, third_input], outputs=merge_two)
ada_grad = Adagrad(lr=0.1, epsilon=1e-08, decay=0.0)
model.compile(optimizer=ada_grad, loss='binary_crossentropy',
metrics=['accuracy'])
ในการตอบคำถามในความคิดเห็น:
- ผลลัพธ์และการผสานเชื่อมต่อกันอย่างไร? สมมติว่าคุณหมายถึงวิธีการเชื่อมต่อกัน
การเชื่อมต่อทำงานในลักษณะนี้:
a b c
a b c g h i a b c g h i
d e f j k l d e f j k l
เช่นแถวเพิ่งเข้าร่วม
- ตอนนี้
x1
คืออินพุตเป็นอันดับแรกx2
คืออินพุตเป็นวินาทีและx3
อินพุตเป็นอันดับที่สาม
result
และmerged
(หรือmerged2
) เชื่อมโยงกันอย่างไรในส่วนแรกของคำตอบของคุณ