如何使用張量流將兩個不同的 CNN 網絡合並為一個網絡

Question

我有兩個不同的 CNN 網絡，如下所示：

class CNN_1(object):
def __init__(self, max_input_right, max_input_left,list_ans,filter_sizes, embeddings,embedding_size):
    self.max_input_right = max_input_right
    self.max_input_left = max_input_left
    self.list_ans = list_ans
    self.filter_sizes = filter_sizes
    self.embeddings = embeddings
    self.total_embedding_dim = embedding_size

def create_placeholder(self):
    print('Create placeholders')
    self.question = tf.placeholder(tf.int32,[None,self.max_input_left],name = 'input_question')
    self.sample_set_1 = tf.placeholder(tf.int32, [None,self.max_input_right])
    self.sample_set_2 = tf.placeholder(tf.int32, [None,self.max_input_right])

第二個 CNN 層看起來也很相似，它們有更多的功能來構建網絡。 現在我想建立一個合並這兩個現有網絡的第三個網絡。

誰能建議如何使用 tensorflow 構建這第三個網絡？

Answer 1

您可以使用 Keras Functional API 將它們合並到一個網絡中。 這是代碼：

merged = Concatenate()([model_1, model_2])    
model_final = Model(inputs=[model_1_input_shape, model_2_input_shape], outputs=[output])
model_final.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

如果要可視化最終模型：

from keras.utils import plot_model
plot_model(model_final, to_file='Summary.png')

在您自己的工作中，您可以使用任何優化器或 Loss。希望它對您有所幫助。