我想构建2个解码器副本，其中包含具有不同droout的相同FC层，但我希望它们共享权重。如何才能做到这一点？

Question

我想构建2个具有不同辍学模型的解码器副本，但是这些层应该共享权重，如何用keras做到这一点？

我知道如何与keras API（https://keras.io/getting-started/functional-api-guide/#shared-layers）共享一个图层，但是我想要2组图层，因为我想保留不同的辍学对象，但是它们应该具有相同的权重。

我想实现这种架构。

       Conv
       Pool
droupout1 droupout2
  FC1       FC2
softmax1  softmax2
        out

Answer 1

通过Keras Functional API，这很容易，我假设您想在FC1和FC2之间共享权重：

pool_out = SomePoolingLayer()(input_tensor)
shared_fc = Dense(neurons, activation='softmax')
drop1 = Dropout(0.5)(pool_out)
drop2 = Droput(0.5)(pool_out)

fc1 = shared_fc(drop1)
fc2 = shared_fc(drop2)

out = somehow_merge()([fc1, fc2])

somehow_merge可以是任何功能合并功能，例如串联或平均值。