python - Keras InputLayer 存在于 Function API 创建的模型中，但不存在于 Sequential API 中？

Question

我试图理解 Sequential API(即 Sequential())和 Function API(即 Model())之间的关系，用于在Keras。特别是，我对使用 Function API 生成的模型中存在 InputLayer 对象以及 Sequential 版本中缺少任何对应对象感到困惑。下面显示的两个版本是否等效？ InputLayer 对象只是一个什么都不做的占位符？如果不是，需要做什么才能使模型等效？

from keras.layers import Input, Dense
from keras.models import Model,Sequential

N_in = 10
N_hidden = 10
N_out = 10

# Using Model API
input = Input(shape=(N_in,))
hidden = Dense(N_hidden)(input)
output = Dense(N_out)(hidden)
model1 = Model(input, output)

# Using Sequential API
model2= Sequential()
model2.add(Dense(N_hidden, input_dim=N_in))
model2.add(Dense(N_out))

for i in range(len(model1.layers)):
    print(model1.layers[i])

keras.engine.input_layer.InputLayer object at 0xb333b8c88

keras.layers.core.Dense object at 0xb333b87b8>

keras.layers.core.Dense object at 0xb333b8b00>

for i in range(len(model2.layers)):
    print(model2.layers[i])

keras.layers.core.Dense object at 0xb331eddd8

keras.layers.core.Dense object at 0xb3333dcc0

Answer 1

请注意，每个模型都必须至少有一个输入层，无论它是使用顺序 API 还是功能 API 创建的。不同之处在于 Sequential 模型的输入层is implicitly created和 applied (因此无法通过 .layers 属性访问)，而对于使用功能 API 构建的模型，您必须显式定义输入层。