Keras 使用顺序层添加数据

Question

我在 Keras 中有两个顺序模型：

def generator_model():
    model = Sequential()
    model.add(LSTM(512, return_sequences=False, input_shape=(3, 100*100)))
    model.add(Dense(100*100))
    model.add(Reshape((1, 100, 100), input_shape=(100*100,)))
    model.add(Activation('sigmoid'))
    model.compile(optimizer='adadelta', loss='categorical_crossentropy');
    return model

和

def discriminator_model():
    model = Sequential()
    model.add(LSTM(512, return_sequences=False, input_shape=(4, 100*100)))
    model.add(Dense(100*100))
    model.add(Dense(1))
    model.add(Activation('sigmoid'))
    model.compile(optimizer='adadelta', loss='categorical_crossentropy');
    return model

我还有一个功能可以将这些模型连接在一起。我正在尝试使用生成器和鉴别器作为 lstm 来训练生成对抗网络。这就是为什么我需要函数

def generator_containing_discriminator(generator, discriminator):
    model = Sequential()
    model.add(generator)
    discriminator.trainable = False
    model.add(discriminator)
    return model

我用它来训练网络

g_loss = discriminator_on_generator.train_on_batch(noise, [1] * BATCH_SIZE)
discriminator.trainable = True
print("batch %d g_loss : %f" % (index, g_loss))

为了让最后一段训练代码正常工作，生成器和鉴别器应该能够合并在一起。但是，我的生成器的输出不能输入到我的鉴别器中，因为我需要在将它发送到鉴别器之前向生成器的输出添加一些数据。我如何在 Keras 中执行此操作，以便可以将鉴别器添加到生成器中？有没有办法在 model.add 函数中添加数据？我在 Keras 文档中找不到任何内容

Answer 1

试试这个：

def generator_containing_discriminator(generator, discriminator):
    model = Sequential()
    list_of_dicriminator_inputs = [generator]

    for _ in range(3):
        auxiliary_model = Sequential()
        auxiliary_model.add(Reshape((1, 100*100), input_shape=(100 * 100,)))
        list_of_dicriminator_inputs.append(auxiliary_model)

    extended_generator_output = Merge(list_of_dicriminator_inputs,
                                      mode="concat",
                                      concat_axis=1)
    model.add(extended_generator_output)
    discriminator.trainable = False
    model.add(discriminator)
    return model

为了使其正常工作，您应该更改 generator 代码的这一行：

model.add(Reshape((1, 100 * 100), input_shape=(100*100,)))

Keras 使用顺序层添加数据

Keras add data with Sequential layers

python

neural-network

deep-learning

keras

recurrent-neural-network