如何将“实例键”添加到 keras 模型输入以在 gcloud ai-platform 中进行批量预测？

我正在尝试添加“键”以匹配 Google AI Platform 的批量预测输出，但是我的模型输入只允许一个输入。

看起来像这样：

input = tf.keras.layers.Input(shape=(max_len,))

x = tf.keras.layers.Embedding(max_words, embed_size, weights=[embedding_matrix], trainable=False)(input)
x = tf.keras.layers.Bidirectional(tf.keras.layers.GRU(128, return_sequences=True, dropout=0.3, recurrent_dropout=0.1))(x)
x = tf.keras.layers.Conv1D(128, kernel_size=3, padding="valid", kernel_initializer="glorot_uniform")(x)

avg_pool = tf.keras.layers.GlobalAveragePooling1D()(x)
max_pool = tf.keras.layers.GlobalMaxPooling1D()(x)

x = tf.keras.layers.concatenate([avg_pool, max_pool])

preds = tf.keras.layers.Dense(2, activation="sigmoid")(x)
model = tf.keras.Model(input, preds)
model.summary()
model.compile(loss='binary_crossentropy', optimizer=tf.keras.optimizers.Adam(lr=1e-3), metrics=['accuracy','binary_crossentropy'])

我碰到本文 https://towardsdatascience.com/how-to-extend-a-canned-tensorflow-estimator-to-add-more-evaluation-metrics-and-to-pass-through-ddf66cd3047d，但不知道如何将其应用到我的代码中。

有任何想法吗？谢谢！

按照您的代码，您可以执行以下操作：

首先，从输入中获取键值：

input = tf.keras.layers.Input(shape=(max_len,))
key_raw = tf.keras.layers.Input(shape=(), name='key')

Reshape https://www.tensorflow.org/api_docs/python/tf/keras/layers/Reshape#__init__稍后用于串联

key = tf.keras.layers.Reshape((1,), input_shape=())(key_raw)

连接 https://www.tensorflow.org/api_docs/python/tf/keras/layers/Concatenate#top_of_page最终结果的关键

preds = tf.keras.layers.Dense(2, activation="sigmoid")(x)
preds = tf.keras.layers.concatenate([preds, key])

将其添加到模型的输入中

model = tf.keras.Model([input, key_raw], preds)

输入json文件示例：

{"input_1": [1.2,1.1,3.3,4.3], "key":1}
{"input_1": [0.3, 0.4, 1.5, 1], "key":2}

现在，您可以获得密钥作为预测结果的最后一个元素。 输出示例：

[0.48686566948890686, 0.5113844275474548, 1.0]
[0.505149781703949, 0.5156428813934326, 2.0]