结合来自不同神经网络的层

Question

我正在使用tensorflow来训练具有两个不同数据集的相同神经网络的两个实例。网络本身非常简单，有输入和输出层和6个隐藏层（每层是20个meurons，后跟非线性激活功能）。

我可以使用两个不同的数据集训练网络，这很好。现在，我想要做的基本上是创建一个新网络，这是这两个训练有素的网络的组合。特别是，我希望输入和前3层来自经过训练的网络和最后3层，输出层来自另一个网络。我对tensorflow很新，但还没有办法做到这一点。有人能指出我的API或某种方式来做这种混合网络吗？

Answer 1

使用Keras构建您的网络将使这一切变得简单;有关如何跨网络重复使用图层的信息，请参阅the keras documentation。

Answer 2

您可能会询问多任务学习方面，可以通过分离使用不同数据集训练的每个单独变量的权重矩阵来简化它，并在a，b训练过的网络之后将权重层分别加到sharable_weight_layer变量中并最终评估您的模型作为多任务处理方法中的求和网络。