在我的TensorFlow模型中,我有一些数据,在它进入几个完全连接的层之前,我把它们输入一堆CNN。我已经用Keras的Sequential
模型实现了这一点。但是,我现在有一些数据不应该进入CNN,而是直接输入到第一个完全连接的层,因为该数据包含一些值和标签,这些值和标签是输入数据的一部分,但是该数据不应该进行卷积,因为它不是图像数据。你知道吗
这样的事情在tensorflow.keras
中可能发生吗?或者我应该用tensorflow.nn
来做吗?据我所知,Keras的“{a1}”是指输入端一端进入另一端,中间没有特殊的布线。你知道吗
要做到这一点,我必须对最后一个CNN层的数据和绕过CNN的数据使用tensorflow.concat
,然后再将其送入第一个完全连接的层,对吗?你知道吗
通过稍加改造和功能API,您可以:
创意空间很大,这只是其中一种方式。你知道吗
你可以任意使用这三种型号中的任何一种。它们共享层和权重,因此在内部它们是相同的。你知道吗
保存和加载完整的模型可能很奇怪。我可能会分别保存另外两个,然后在加载时再次创建完整模型。你知道吗
另请注意,如果保存共享同一层的两个模型,则加载后它们可能不再共享这些层。(另一个只保存/加载
fc_model
和cnn_model
,同时从代码中再次创建full_model
的原因)下面是一个简单的示例,其中的操作是将来自不同子网的激活相加:
你可以绘制模型来获得更多的直觉
上面代码的模型如下所示
相关问题 更多 >
编程相关推荐