模型input使用問題 - Cupoy

2019/12/26 上午 09:47

電腦視覺深度學習討論版

呂家緯

觀看數：20

回答數：1

收藏數：0

請問再寫卷積網路層時

有時看範例程式

有時input放在函式裡面 有時放在外面

如(1)與(2):

(1)x=Convolution2D(filters=32,kernel_size=(6,6), strides=(1, 1))(inputs)

(2)x=Convolution2D(filters=32,kernel_size=(6,6), strides=(1, 1),inputs_shape = inputs)

請問差別在哪裡呢?

還有 下列定義input時兩者之間的差別在哪裡呢?

input = (13,13,1)與 input = Input(shape=(13,13,1))

非常感謝解答

回答列表

• 2019/12/26 上午 10:50
  楊哲寧
  贊同數：2
  不贊同數：0
  留言數：0

  您好，這是兩種不同搭法：

  第一種搭法是使用add方式堆疊NN層，在第一層時要先給input_shape，算是一個argument。

  classifier=Sequential()

  classifier.add(Convolution2D(32,3,3,input_shape=(28,28,1)))

  
  

  第二種方式則是用x = layer()(previous layer)方式堆疊，此時input要先用Input API定義。

  inputs = Input(shape=(784,))

  x=Dense(288)(inputs)

  model = Model(inputs=inputs, outputs=x)

  
  

  input = (13,13,1)與input = Input(shape=(13,13,1))的差別在於Input是一個Keras的API，假如用第二種方式打包模型就要先使用