Wie wird der Eingang einer Keras-Schicht mit einem Tensorflow-Tensor eingestellt?

Question

In meinem previous question habe ich Keras 'Layer.set_input() verwendet, um meinen Tensorflow-Vorverarbeitungsausgangstensor mit dem Eingang meines Keras-Modells zu verbinden. Jedoch this method has been removed nach Keras-Version 1.1.1.

Wie kann ich dies in neueren Keras Versionen erreichen?

Beispiel:

# Tensorflow pre-processing 
raw_input = tf.placeholder(tf.string) 
### some TF operations on raw_input ### 
tf_embedding_input = ... # pre-processing output tensor 

# Keras model 
model = Sequential() 
e = Embedding(max_features, 128, input_length=maxlen) 

### THIS DOESN'T WORK ANYMORE ### 
e.set_input(tf_embedding_input) 
################################ 

model.add(e) 
model.add(LSTM(128, activation='sigmoid')) 
model.add(Dense(num_classes, activation='softmax')) 

Answer 1

Nachdem Sie mit Vorverarbeitung fertig sind, können Sie den Tensor als Eingangsschicht hinzufügen, durch den Aufruf tensor param von Input

So in Ihrem Fall:

tf_embedding_input = ... # pre-processing output tensor 

# Keras model 
model = Sequential() 
model.add(Input(tensor=tf_embedding_input)) 
model.add(Embedding(max_features, 128, input_length=maxlen))