keras的输入层可以自定义输入吗？

在本文档中的model.fit()参数是keras的输入层可以自定义输入吗？

fit(self, x, y, batch_size=32, nb_epoch=10, verbose=1, callbacks=None, validation_split=0.0, validation_data=None, shuffle=True, class_weight=None, sample_weight=None, initial_epoch=0)

我的问题是，我可以有三种不同的张量作为输入，所以我可以有像fit(x,y,z)？

PS：

对不起。我相信keras中的fit(x_val, y_val)函数的作用与feed_dict={x:x_val, y:y_val}类似，我只是想知道我可以在模型中创建更多的值吗？

来源

2017-01-17 xxx222

您能否介绍一下x，y和z中哪些是输入的一部分，哪些是输出的一部分？ –

这个X是张量例如 X = [[1,2],[2,3],[3,4]] y = [3,5,7] （拟合线应该是y=X[0]+X[1]）

所以，如果你清楚哪些是功能（例如，在您的要求x和y），并且是目标类（Z），你可以定义：
_X = (x,y) # two nodes in the input layer
_y = z
fit(_X,_y)
你的意思呢？

来源

2017-01-17 08:24:35 Zealseeker

不好意思。我相信keras中的'fit（x_val，y_val）'函数的作用类似于'feed_dict = {x：x_val，y：y_val}'，我只是想知道我可以在模型中创建更多的值吗？ – xxx222

@ xxx222 x_val和y_val是特征和目标类的示例。他们的关系是机器学习的。但我想知道你描述的“更多价值”的位置。你最好告诉你的问题/想法的更多细节或例子。 – Zealseeker

keras的输入层可以自定义输入吗？

回答

相关问题