輸入物件

`Input` 函數

tf_keras.Input(
    shape=None,
    batch_size=None,
    name=None,
    dtype=None,
    sparse=None,
    tensor=None,
    ragged=None,
    type_spec=None,
    **kwargs
)

Input() 用於實例化 TF-Keras 張量。

TF-Keras 張量是一個符號張量類型的物件，我們透過一些屬性來增強它，這些屬性讓我們僅透過知道模型的輸入和輸出就可以建立 TF-Keras 模型。

例如，如果 a、b 和 c 是 TF-Keras 張量，則可以執行以下操作： model = Model(input=[a, b], output=c)

參數

shape：形狀元組（整數），不包含批次大小。例如，shape=(32,) 表示預期的輸入將是 32 維向量的批次。此元組的元素可以是 None；'None' 元素表示形狀未知維度。
batch_size：可選的靜態批次大小（整數）。
name：層的可選名稱字串。在模型中應該是唯一的（不要重複使用相同的名稱）。如果未提供，它將自動產生。
dtype：輸入預期的資料類型，以字串形式（float32、float64、int32...）。
sparse：一個布林值，指定要建立的佔位符是否為稀疏的。'ragged' 和 'sparse' 只能有一個為 True。請注意，如果 sparse 為 False，稀疏張量仍然可以傳遞到輸入中，它們將被以預設值 0 進行密集化。
tensor：可選的現有張量以包裝到 Input 層中。如果設定，該層將使用此張量的 tf.TypeSpec 而不是建立新的佔位符張量。
ragged：一個布林值，指定要建立的佔位符是否為不規則的。'ragged' 和 'sparse' 只能有一個為 True。在這種情況下，'shape' 參數中的 'None' 值表示不規則的維度。有關 RaggedTensors 的更多資訊，請參閱本指南。
type_spec：一個 tf.TypeSpec 物件，用於從中建立輸入佔位符。如果提供，則除了名稱之外的所有其他參數都必須為 None。
**kwargs：已棄用的參數支援。支援 batch_shape 和 batch_input_shape。

傳回

一個 tensor。

範例

# this is a logistic regression in Keras
x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)

請注意，即使啟用了 eager 執行，Input 也會產生一個符號張量類型的物件（即佔位符）。此符號張量類型的物件可以與將張量作為輸入的較低層級 TensorFlow 運算一起使用，如下所示

x = Input(shape=(32,))
y = tf.square(x)  # This op will be treated like a layer
model = Model(x, y)

（此行為不適用於較高階的 TensorFlow API，例如控制流程，並且不能直接被 tf.GradientTape 監控）。

但是，產生的模型不會追蹤任何被用作 TensorFlow 運算輸入的變數。所有變數的使用都必須在 TF-Keras 層中進行，以確保它們將被模型的權重追蹤。

TF-Keras Input 也可以從任意的 tf.TypeSpec 建立佔位符，例如

x = Input(type_spec=tf.RaggedTensorSpec(shape=[None, None],
                                        dtype=tf.float32, ragged_rank=1))
y = x.values
model = Model(x, y)

當傳遞任意的 tf.TypeSpec 時，它必須表示整個批次的簽名，而不僅僅是一個範例。

引發

ValueError：如果同時提供 sparse 和 ragged。
ValueError：如果同時提供 shape 和 (batch_input_shape 或 batch_shape)。
ValueError：如果 shape、tensor 和 type_spec 都是 None。
ValueError：如果在傳遞 type_spec 的同時，除了 type_spec 之外的參數為非 None。
ValueError：如果提供了任何無法識別的參數。

輸入物件

Input 函數

輸入物件

Input 函數

`Input` 函數