将层连接到完全连接的层Tensorflow

时间:2017-07-10 22:07:50

标签: python tensorflow tensorboard

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个输入层连接到顶层网络(完全连接层+ relu +完全连接层)

1 个答案:

答案 0 :(得分:0)

这可能不是您要找的,但我建议您尝试Keras。它是一个基于张量流的灵活的高级框架,可以非常轻松地完成您的尝试。这就是你在Keras中的表现(你的FC层有32个输入和32个神经元)。

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就可以使用此策略。

import tensorflow as tf    

x = tf.placeholder(shape, dtype=dtype)
y = tf.layers.dense(x, 32)
y = tf.nn.relu(y)
y = tf.layers.dense(y, 32)

但我个人认为keras更优雅,而且它增加了许多更实用的功能,例如model.output,model.input等等。事实上,keras最近已被构建为tensorflow的contrib模块,如tf.contrib.keras。希望有所帮助!