如何在两个 keras 层之间共享权重？

Question

如何在两个 Keras 层之间共享权重，例如out1和out2 ？

inp1 = tf.keras.Input(shape=(100, 200, 3))
inp2 = tf.keras.Input(shape=(400, 800, 3))
out1 = tf.keras.layers.Conv2D(32, 3, strides=(2,2), padding='same', activation='relu', name='1')(inp1)
out2 = tf.keras.layers.Conv2D(32, 3, strides=(2,2), padding='same', activation='relu', name='2')(inp2)

Answer 1

如果你想在inp1和inp2张量上应用相同的卷积层，那么你只需要先创建这个层，然后在inp1和inp2上调用它：

shared_conv = tf.keras.layers.Conv2D(32, 3, strides=(2,2), padding='same', activation='relu')
out1 = shared_conv(inp1)
out2 = shared_conv(inp2)

有关更多信息，请参阅 Keras 文档中的共享层部分。