华为计算微信公众号
昇腾AI开发者公众号
华为计算微博
华为计算今日头条
求助：我的模型是由四个小模型的输出横向拼接成一个大模型，我需要把一个dataset在输入模型时横向拆分成4部分数据，分别输入给4个小模型，请问用mindspore的什么接口来实现？
我在mindspore网页上找了两个小时了，还是没找到相关api。我之前在tensorflow用的是如下代码实现上述功能的，即使用map把dataset拆分成4类数据分别输入4个小模型，把4个小模型的输出用keras.layers.Concatenate函数合并成一行：
dataset_map_func(*args): """ 把dataset切片成4类数据，分别输入4个model。 feature_slice是一个dict，存储的是slice切片类型。 """ feature = dict( ('input_'+c, tf.transpose(args[feature_slice[c]])) for c in ['1','2','3','4']) return feature, label x = keras.layers.Concatenate(axis=1)([model_1.output, model_2.output, model_3.output, model_4.output]) model = keras.Model(inputs=[model_1.input, model_2.input, model_3.input, model_4.input], outputs=outputs) dataset = dataset.map(dataset_map_func)
我要发帖子
点赞
收藏
回复
分享
举报
已解决
求助：我的模型是由四个小模型的输出横向拼接成一个大模型，我需要把一个dataset在输入模型时横向拆分成4部分数据，分别输入给4个小模型，请问用mindspore的什么接口来实现？
我在mindspore网页上找了两个小时了，还是没找到相关api。我之前在tensorflow用的是如下代码实现上述功能的，即使用map把dataset拆分成4类数据分别输入4个小模型，把4个小模型的输出用keras.layers.Concatenate函数合并成一行：
dataset_map_func(*args): """ 把dataset切片成4类数据，分别输入4个model。 feature_slice是一个dict，存储的是slice切片类型。 """ feature = dict( ('input_'+c, tf.transpose(args[feature_slice[c]])) for c in ['1','2','3','4']) return feature, label x = keras.layers.Concatenate(axis=1)([model_1.output, model_2.output, model_3.output, model_4.output]) model = keras.Model(inputs=[model_1.input, model_2.input, model_3.input, model_4.input], outputs=outputs) dataset = dataset.map(dataset_map_func)