tensorflow - Tensorflow 2 中使用 tf.data.Dataset.from_generator 的 keras 模型的多个输入

Question

我正在尝试在 keras 中实现一个具有多个输入的模型:

• 图片 (200x200)
• 一些数字 (1x50)
• 三个一维信号(1x50000、2x100000)

为了提供该模型，我想编写一个与 tf.data.Dataset.from_generator 一起使用的生成器。来自 docs of from_generator ，我不清楚应该如何提供其参数 output_types、output_shapes。谁能帮我解决这个问题吗？

Answer 1

我遇到了类似的问题，我花了很多尝试才得到适合这些输入的结构。下面是一个具有 3 个输入和 2 个输出的网络示例，完成 .fit 调用。

以下内容适用于tensorflow 2.1.0

import tensorflow as tf
import numpy as np

def generator(N=10):
    """
    Returns tuple of (inputs,outputs) where
    inputs  = (inp1,inp2,inp2)
    outputs = (out1,out2)
    """
    dt=np.float32
    for i in range(N):
        inputs  = (np.random.rand(N,3,3,1).astype(dt), 
                   np.random.rand(N,3,3,1).astype(dt), 
                   np.random.rand(N,3,3,1).astype(dt))
        outputs = (np.random.rand(N,3,3,1).astype(dt),
                   np.random.rand(N,3,3,1).astype(dt))
        yield inputs,outputs

# Create dataset from generator
types = ( (tf.float32,tf.float32,tf.float32),
          (tf.float32,tf.float32) )
shapes = (([None,3,3,1],[None,3,3,1],[None,3,3,1]),
          ([None,3,3,1],[None,3,3,1]))
data = tf.data.Dataset.from_generator(generator,
                                      output_types=types,
                                      output_shapes=shapes
                                     )
# Define a model
inp1 = tf.keras.Input(shape=(3,3,1),name='inp1')
inp2 = tf.keras.Input(shape=(3,3,1),name='inp2')
inp3 = tf.keras.Input(shape=(3,3,1),name='inp3')
out1 = tf.keras.layers.Conv2D(1,kernel_size=3,padding='same')(inp1)
out2 = tf.keras.layers.Conv2D(1,kernel_size=3,padding='same')(inp2)
model = tf.keras.Model(inputs=[inp1,inp2,inp3],outputs=[out1,out2])
model.compile(loss=['mse','mse'])

# Train
model.fit(data)