Input Layer (Giriş Katmanı), yapay sinir ağının ilk başlangıç noktasıdır. Kendinden sonra gelecek yapay sinir ağı katmanlarına ilk verileri taşır. Kendinden önce bir katman olmadığından dolayı nöronlar pasiftir de denebilir.

Kullanılabilmesi için "Input" kütüphanesinin içe aktarılması gerekmektedir.

from tensorflow.keras.layers import Input

Söz dizimi: Input(shape=None, batch_size=None, dtype=None, tensor=None, sparse=None, name=None, ragged=None, type_spec=None,**kwargs)

• shape, bir tupple "()" içine yazılmış veri setinin boyutunu temsil eder. Pozitif tam sayı olarak atama yapılabilir.
• batch_size,  yapılacak işin boyutunu temsil eder. Pozitif tam sayı olarak atama yapılabilir. Örnek olarak; 500 satırlık bir verisetinde batch_size=100 seçilirse: model ilk olarak 0-100 arasını eğitip öğrecek, daha sonra 101-200 arasını eğitip öğrenecek ve böyle 500 e kadar gidecektir. Eğitilen modelde batch_size değerinin mevcut veri seti satır sayısından küçük olması daha az bellek üzerinden çalışma yapacak olmasını ve daha hızlı öğrenim yapmasını sağlayacaktır.
• dtype, giriş elemanlarının veri türünü temsil etmektedir. Varsayılan olarak "float" bulunmaktadır.
• sparse, oluşturulacak yer tutucunun seyrek olup olmadığını belirtir. True veya False değerlerini alabilir.
• ragged, oluşturulacak yer tutucunun düzensiz olup olmadığını belirtir. True veya False değerlerini alabilir.

Örnek-1: 10 değişkeni bulunan bir veri setinin eğitileceği düşünüldüğünde giriş katmanının nasıl olacağını gösterelim.

#Gerekli kütüphaneler içe aktarılır.
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Input
from tensorflow.keras.utils import plot_model

#Model oluşturulur
model=Sequential()

#Modele giriş katmanı eklenir
model.add(Input(shape=(10,)))

Oluşturulan model grafiksel olarak görmek istenirse;

plot_model(model,show_shapes=True)

Çıktı:

 Örnek-2: 28x28 boyutunda resimlerin olduğu bir veri setinin eğitileceği düşünüldüğünde giriş katmanının nasıl olacağını gösterelim.

#Gerekli kütüphaneler içe aktarılır.
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Input
from tensorflow.keras.utils import plot_model

#Model oluşturulur
model=Sequential()

#Modele giriş katmanı eklenir
model.add(Input(shape=(28,28)))

Oluşturulan model grafiksel olarak görmek istenirse;

plot_model(model,show_shapes=True)

Çıktı: