非常简易的keras函数式Functional模型学习以LSTM为例构建多输入和多输出模型的完整

# -*- coding: utf-8 -*-
“““
Created on Fri Jan 12 10:28:27 2018
函数模型之多输入与多输出模型
@author: BruceWong
“““
import keras
from keras.layers import Input embedding LSTM Dense
from keras.models import Model
import numpy as np
#generate data
#main_data
#这里构建数据集：主数据集为10000*100的二维数组，意味着100个特征
#标签为10000*1的二维数组，共有10种输出结果
main_x = np.random.random（（10000100））
main_y = keras.utils.to_categorical（np.random.randint（10size = （100001）））
#additional_data
‘‘‘
All input arrays （x） should have the same number of samples. Got array shapes:
主数据集和额外的数据集的输入的特征张量的数据集个数相等，也就是行数相等；
‘‘‘
add_x = np.random.random（（1000010））
add_y = keras.utils.to_categorical（np.random.randint（10size = （100001）））
# 设定主要输入的张量，并命名main_input
# Headline input: meant to receive sequences of 100 integers between