Question

让我解释一下我的问题：

我假设有一些（不止一个）张量流层，如下所示：

import tensorflow as tf
x = tf.placeholder(tf.float32,[1,64,64,3])
conv_layer_1 = tf.layers.Conv2D(16,[3,3])
conv_layer_2 = tf.layers.Conv2D(16,[3,3])

是否有任何方法可以将这些图层组合到一个tf.Layer对象中？

# conv_layer is the combined result    
# conv_layer(x) is equal to conv_layer2(conv_layer1(x))
conv_layer = some_function([conv_layer1,conv_layer2])

目前我使用的是丑陋的方法：

class MyLayer(tf.Layer)
    ......
    def combine(layers_list):
        self.layers_list += layers_list
    def __call__(x):
        for layer in self.layers:
            y = layer(y)
        return y

Answer 1

在这种情况下，您可以使用tf.layers.concatenate 有关更多详细信息，请访问tensorflow网站https://www.tensorflow.org/api_docs/python/tf/keras/layers/concatenate

张量流中是否有任何``组合层''的方法？

1 个答案: