輸入物件

`Input` 函數

keras.Input(
    shape=None,
    batch_size=None,
    dtype=None,
    sparse=None,
    ragged=None,
    batch_shape=None,
    name=None,
    tensor=None,
    optional=False,
)

用於實例化 Keras 張量。

Keras 張量是一個符號化的類張量物件，我們擴增了一些屬性，使我們僅需知道模型的輸入和輸出即可建構 Keras 模型。

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

Arguments

shape：形狀元組（整數或 None 物件的元組），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 元素表示形狀未知且可能變化的維度（例如序列長度）。
batch_size：可選的靜態批次大小（整數）。
dtype：輸入預期的資料類型，以字串形式表示（例如 "float32"、"int32"...）
sparse：布林值，指定預期的輸入是否為稀疏張量。請注意，如果 sparse 為 False，稀疏張量仍然可以傳遞到輸入中 - 它們將以預設值 0 進行稠密化。此功能僅支援 TensorFlow 和 JAX 後端。預設值為 False。
ragged：布林值，指定預期的輸入是否為參差不齊的張量。請注意，如果 ragged 為 False，參差不齊的張量仍然可以傳遞到輸入中 - 它們將以預設值 0 進行稠密化。此功能僅支援 TensorFlow 後端。預設值為 False。
batch_shape：可選的形狀元組（整數或 None 物件的元組），包含批次大小。
name：層的可選名稱字串。在模型中應是唯一的（不要重複使用相同的名稱兩次）。如果未提供，將自動生成。
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，而不是建立新的佔位符張量。
optional：布林值，輸入是否為可選的。可選輸入可以接受 None 值。

Returns

一個 Keras 張量。

範例

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

輸入物件

Input 函數

輸入物件

Input 函數

`Input` 函數