Я хотел бы создать вспомогательный входной слой, который я использую исключительно во время вывода, но не могу понять, как это сделать. Я хотел бы сделать что-то вроде следующего:
inputs = tf.keras.Input(shape=(784,))
x = tf.keras.layers.Dense(64, activation='relu')(inputs)
x = tf.keras.layers.InputLayer((64,), name='input_foo')(x)
predictions = tf.keras.layers.Dense(64, activation='relu')(x)
model = tf.keras.Model(inputs=inputs, outputs=predictions)
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
model.fit(data, labels) # starts training
model.save('foo.h5')
model = tf.keras.models.load_model('foo.h5')
inference_model = tf.keras.Model(model.get_layer('input_2'), model.output)
Однако, я получаю следующую ошибку при загрузке:
ValueError: Graph disconnected: cannot obtain value for tensor Tensor("input_foo_2:0", shape=(None, 64), dtype=float32) at layer "input_foo". The following previous layers were accessed without issue: []