我想在Tensorflow中实现这个暹罗网络。每个网络成为一个单独的补丁，我们为每个补丁做一个单独的卷积+ relu + maxpooling，然后我们有一个决策层（完全连接的层），它决定分类结果是真还是假。我不知道如何连接完全连接层中2个网络的结果
我加入了上面的网络图片。 图片中使用的颜色：青色= Conv + ReLU，紫色=最大 合并，黄色=完全连接的层（ReLU之间存在 完全连接的层也是如此。
我的代码
x1 = tf.reshape(x1, shape=[-1, 28, 28, 1])
conv1 = tf.nn.relu(conv2d(x1, weights['W_conv1']) + biases['b_conv1'])
conv1 = maxpool2d(conv1)
x2 = tf.reshape(x2, shape=[-1, 28, 28, 1])
conv2 = tf.nn.relu(conv2d(x2, weights['W_conv2']) + biases['b_conv2'])
conv2 = maxpool2d(conv2)