补充知识：keras输入数据的方法：model.fit和model.fit_generator

采用model.summary(),model.get_config()和for循环均可获得Keras的层名。

它将大小至少为2，相同Shape的列表张量作为输入，并返回一个张量（输入[0] – 输入[1]），也是相同的Shape。

有两个模型：模型A和模型B。模型A的输出可以连接B的输入。将两个小模型连接成一个大模型，A-B，既可以同时训练又可以分离训练。

Keras提供了一些用ImageNet训练过的模型：Xception，VGG16，VGG19，ResNet50，InceptionV3。在使用这些模型的时候，有一个参数include_top表示是否包含模型顶部的全连接层，如果包含，则可以将图像分为ImageNet中的1000类，如果不包含，...

1. loss是整体网络进行优化的目标， 是需要参与到优化运算，更新权值W的过程的

class_weight：字典，将不同的类别映射为不同的权值，该参数用来在训练过程中调整损失函数（只能用于训练）。该参数在处理非平衡的训练数据（某些类的训练样本数很少）时，可以使得损失函数对样本数不足的数据更加关注。...

在网上搜过发现关于keras下的模型融合框架其实很简单，奈何网上说了一大堆，这个东西官方文档上就有，自己写了个demo：

在以上代码中，我们首先import各种模型对应的module，然后load模型，并用ImageNet的参数初始化模型的参数。

以上这篇使用keras2.0 将Merge层改为函数式就是小编分享给大家的全部内容了，希望能给大家一个参考。