Question

我想在我的图层“ x”中添加两个神经元，比如说y和z，它们需要其他功能的输入。

def create_base_network(in_dims):
    layers_in_last_fc_layer=1024
    model = Sequential()
    model.add(ZeroPadding2D((1,1),input_shape=(224,224, 3)))
    model.add(Convolution2D(64, (3, 3), activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Convolution2D(64, (3, 3), activation='relu'))
    model.add(MaxPooling2D((2,2), strides=(2,2)))

    model.add(Convolution2D(4096, (7, 7), activation='relu'))
    model.add(Dropout(0.5))
    model.add(Convolution2D(4096, (1, 1), activation='relu'))
    model.add(Dropout(0.5))
    model.add(Convolution2D(2622, (1, 1)))
    model.add(Flatten() , name='x')
    model.add(Activation('relu'))

    model.load_weights('/gdrive/My Drive/weights/vgg_face_weights.h5') 
    model.add(Dense(layers_in_last_fc_layer,activation='tanh'))

    for layer in model.layers[:-2]:
       layer.trainable = False

    return model

其直觉是我正在使用预先训练的模型从图像中提取特征，并且希望添加一些我认为对预测很重要的附加特征。

我已经看到了答案How to concatenate two layers in keras?，但是我是Keras框架的新手，我不知道如何在这里应用它？

在模型的x层中，我想添加两个神经元y和z，这是通过函数的标量输入，返回浮点值

0 个答案: