我正在考虑一个使用神经网络进行物体识别的玩具项目。从一个特定角度观察时，我的一些物体非常相似，但从不同角度观察时很容易区分。因此我的问题是：
将同一对象的多个图像输入网络的方法是什么？或者存在哪些网络架构可以利用以不同角度拍摄的多个图像？
我对机器学习技术有很好的理解，但对神经网络只有基本的理解。所以我在这里寻找的是与谷歌搜索相关的方法，技术和其他术语的名称，以及可能感兴趣的特定论文或文章的链接。
答案 0 :(得分：2)
使用多维数据的最常见的方法是使用多维卷积（https://keras.io/layers/convolutional/#conv3d），循环网络（http://www.deeplearningbook.org/contents/rnn.html）或多个输入，这类似于多维卷积。
Recurrent Networks处理数据序列，并且可以看到图像堆栈的序列。相比之下，多维卷积主要利用附近的数据。因此，在图像堆栈中相同的空间高度相关非常重要。如果不是这种情况，您可能需要考虑在神经网络中使用多个输入。