舊版本中：

from keras.layers import merge
merge6 = merge([layer1,layer2],mode = 'concat',concat_axis = 3)

新版本中：

from keras.layers.merge import concatenate
merge = concatenate([layer1,axis=3)

補充知識：keras輸入資料的方法：model.fit和model.fit_generator

1.第一種，普通的不用資料增強的

from keras.datasets import mnist,cifar10，cifar100
(X_train,y_train),(X_valid,Y_valid) = cifar10.load_data() 
model.fit(X_train,Y_train,batch_size=batch_size,nb_epoch=nb_epoch,shuffle=True,verbose=1,validation_data=(X_valid,Y_valid),)

2.第二種，帶資料增強的 ImageDataGenerator，可以旋轉角度、平移等操作。

from keras.preprocessing.image import ImageDataGenerator
(trainX,trainY),(testX,testY) = cifar100.load_data()
trainX = trainX.astype('float32')
testX = testX.astype('float32')
trainX /= 255.
testX /= 255.
Y_train = np_utils.to_categorical(trainY,nb_classes)
Y_test = np_utils.to_categorical(testY,nb_classes)
generator = ImageDataGenerator(rotation_range=15,width_shift_range=5./32,height_shift_range=5./32)
generator.fit(trainX,seed=0)
model.fit_generator(generator.flow(trainX,batch_size=batch_size),steps_per_epoch=len(trainX) // batch_size,epochs=nb_epoch,callbacks=callbacks,validation_data=(testX,Y_test),validation_steps=testX.shape[0] // batch_size,verbose=1)

以上這篇關於keras中keras.layers.merge的用法說明就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。