Kategorisches Merkmal vor der dichten Schicht in Keras hinzufügen?

Question

Ich arbeite an einem CNN-Modell und möchte ein neues kategorisches Feature vor der Dense-Ebene hinzufügen. Ich habe versucht, das Feature mit der abgeflachten Ausgabe der CNN-Ebene zu verketten, aber es sieht so aus, als ob die Verkettungsfunktion in Keras die Eingabe von Tensoren und nicht von Arrays erfordert. Wie soll ich vorgehen? Hier ist der Code, den ich versucht habe, so weit:

model = Sequential() 
model.add(Conv2D(128, (6, 6), padding='same')) 
model.add(Activation('relu')) 
model.add(Conv2D(128, (6, 6))) 
model.add(Activation('relu')) 
model.add(MaxPooling2D(pool_size=(2, 2))) 
model.add(Dropout(0.25)) 
model.add(Flatten()) 

Ich versuche Concatenate Funktion zu verwenden, aber es kann Tensoren kommen, wo, wie meine Funktion ein numpy Array von Form (1, 3). Jede Hilfe wäre willkommen.

Answer 1

Sie sollten ein neues Modell auf der Seite Ihres tatsächlichen Modells erstellen. Dieses zweite Modell wird Ihr numpy Array eingeben und tut nichts anderes.

Dann verketten Sie sie.

Like this ->

m1 = Sequential() 
m1.add(Conv2D(128, (6, 6), padding='same')) 
m1.add(Activation('relu')) 
m1.add(Conv2D(128, (6, 6))) 
m1.add(Activation('relu')) 
m1.add(MaxPooling2D(pool_size=(2, 2))) 
m1.add(Dropout(0.25)) 
m1.add(Flatten()) 

m2 = Sequential() 
m2.add(Input()) # Put needed infos to input your numpy array 
#Don't forget to flatten it if needed ? 

model = Sequential() 
model.add(Merge([m1,m2], mode='concat')) 
#Then add your final layer. 
#To train it, in place of the normal var X_train, you'll use [X_train,yournumpyarray] in model.train method