2024-06-16 12:55:41 发布
网友
我正在尝试使用Tensorflow实现Sergey Zagoruyko的暹罗网络
http://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Zagoruyko_Learning_to_Compare_2015_CVPR_paper.pdf
我不知道将2个输入层连接到一个顶层网络(全连接层+relu+全连接层)
这可能不是您想要的,但我建议您试试Keras。它是一个基于tensorflow构建的灵活的高级框架,它使您非常容易地完成您正在尝试的任务。这就是在Keras中实现的方法(在FC层中有32个输入和32个神经元)。在
from keras.models import Sequential from keras.layers import Dense, Activation, Input model = Sequential() model.add(Input(shape=(32,))) model.add(Dense(32)) model.add(Activation("relu")) model.add(Dense(32))
或者,只使用tensorflow可以使用这个策略。在
但我个人认为keras更优雅,而且它增加了很多有用的特性,比如模型.输出, 模型.输入,等等。事实上,keras最近被构建到tensorflow的contrib模块中tf.contrib.keras公司. 希望有帮助!在
这可能不是您想要的,但我建议您试试Keras。它是一个基于tensorflow构建的灵活的高级框架,它使您非常容易地完成您正在尝试的任务。这就是在Keras中实现的方法(在FC层中有32个输入和32个神经元)。在
或者,只使用tensorflow可以使用这个策略。在
^{pr2}$但我个人认为keras更优雅,而且它增加了很多有用的特性,比如模型.输出, 模型.输入,等等。事实上,keras最近被构建到tensorflow的contrib模块中tf.contrib.keras公司. 希望有帮助!在
相关问题 更多 >
编程相关推荐