Question

我正在寻找代码示例或解决方案，以便在卷积/最大图层之后将其他输入数据添加到CNN。我从堆栈中找到this，但解决方案基于keras框架。该链接还将阐明我正在寻找的内容。

Answer 1

如果我理解正确，你要求的是如何连接：你有h这是你的卷积的输出并且是形状（MB，H，W，C）。作为另一个卷积的输入，你有x形状（MB，H，W，C'）。并且您希望将h和x都作为另一个卷积的输入。在这种情况下，您可以简单地连接它们：

hx = tf.concat([h,x], axis=3)

hx现在具有形状（MB，H，W，C + C'）并且可以作为新卷积的输入。

如果您希望将h和x提供给完全连接的层而不是卷积。然后你需要先展开h。在这种情况下，我们假设x具有形状（MB，D）和h形状（MB，H，W，C）。

首先压扁：

h = tf.reshape(h, (-1, H*W*C))

然后连接：

hx = tf.concat([h,x], axis=1)

然后您可以将hx提供给完全连接的图层。