1 系统环境
硬件环境(Ascend/GPU/CPU): Ascend/GPU/CPU
MindSpore版本: mindspore=2.0.0
执行模式(PyNative/ Graph):不限
Python版本: Python=3.9.7
操作系统平台: 不限
2 报错信息
2.1 问题描述
当前模型是由四个小模型的输出横向拼接成一个大模型,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,用mindspore该如何实现?
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:
3 根因分析

4 解决方案
******此处由用户填写******
包含文字方案和最终脚本代码
请将正确的脚本打包并上传附件
1 系统环境
硬件环境(Ascend/GPU/CPU): Ascend/GPU/CPU
MindSpore版本: mindspore=2.0.0
执行模式(PyNative/ Graph):不限
Python版本: Python=3.9.7
操作系统平台: 不限
2 报错信息
2.1 问题描述
当前模型是由四个小模型的输出横向拼接成一个大模型,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,用mindspore该如何实现?
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)3 根因分析
4 解决方案
******此处由用户填写******
包含文字方案和最终脚本代码
请将正确的脚本打包并上传附件