machine-learning - keras的输入层可以接受自定义输入吗？

Question

文档中，model.fit()的参数为

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，初始纪元=0)


我的问题是，我可以有三个不同的张量作为输入，因此我可以有类似 fit(x,y,z) 的东西吗？

附注:

抱歉含糊不清。我相信 keras 中的 fit(x_val, y_val) 函数与 feed_dict={x:x_val, y:y_val}<​​ 类似，我只是想知道我可以输入更多内容吗我在模型中创建的值？

Answer 1

这个X是一个张量例如
X = [[1,2],[2,3],[3,4]]
y = [3,5,7]
(拟合线应为y=X[0]+X[1])

因此，如果您明确哪些是功能(例如，您的需求中的 x 和 y)以及哪些是目标类 (z)，您可以定义:
_X = (x,y) # 输入层的两个节点
_y = z
适合(_X，_y)
你是这个意思吗？