为什么在添加多个神经网络输出时我们采用相等的图层尺寸？

Question

我正在阅读一个涉及同时处理图像和文本序列输入的项目，我想知道为什么在 Keras add（）中采用相同的尺寸我们在致密层

中组合来自不同神经网络的输出时的“ strong>函数”

第一季度：这样做有什么好处吗？

第二季度：如果我们在add（）或merge（）中采用不相等的尺寸，会影响模型性能吗？

第3季度：还可以将其视为另一个超参数并对其进行调整以使其最适合模型吗？

这是结构

Answer 1

Add()需要相同尺寸的张量。因此，您根本无法使用具有不同尺寸的add（）操作。

只有在A == B时，才将矩阵（N，A）与矩阵（N，B）相加才有意义，对于A和B的值>1。当A或B == 1时，您可以应用广播规则