Question

我有两个不同的CNN网络，如下所示：

class CNN_1(object):
def __init__(self, max_input_right, max_input_left,list_ans,filter_sizes, embeddings,embedding_size):
    self.max_input_right = max_input_right
    self.max_input_left = max_input_left
    self.list_ans = list_ans
    self.filter_sizes = filter_sizes
    self.embeddings = embeddings
    self.total_embedding_dim = embedding_size

def create_placeholder(self):
    print('Create placeholders')
    self.question = tf.placeholder(tf.int32,[None,self.max_input_left],name = 'input_question')
    self.sample_set_1 = tf.placeholder(tf.int32, [None,self.max_input_right])
    self.sample_set_2 = tf.placeholder(tf.int32, [None,self.max_input_right])

第二个CNN层看起来也很相似，它们在其中的更多功能是建立网络。现在，我想构建一个合并这两个现有网络的第三个网络。

有人可以建议如何使用张量流构建第三个网络吗？

Answer 1

您可以使用Keras Functional API将它们合并为一个网络。这是代码：

%ERRORLEVEL%

如果要可视化最终模型：

在您自己的工作中，您可以使用任何优化器或Loss。希望它对您有所帮助。

如何使用张量流将两个不同的CNN网络合并为一个网络

1 个答案: