在张量流中结合训练有素的神经网络

数据挖掘 深度学习 张量流
2021-09-22 20:16:32

我正在使用 tensorflow 来训练具有两个不同数据集的同一神经网络的两个实例。网络本身非常简单,有一个输入和输出层以及 6 个隐藏层(每层是 20 个 meurons,后跟一个非线性激活函数)。

我可以用两个不同的数据集训练网络,这很好。现在,我想做的基本上是创建一个新的网络,它是这两个训练有素的网络的组合。特别是,我希望输入和前 3 层来自一个经过训练的网络,最后 3 层和输出层来自另一个网络。我对 tensorflow 很陌生,还没有找到方法来做到这一点。有人可以指出我的 API 或某种方式来做这种混合网络吗?

1个回答

似乎合并两个神经网络没有任何意义。您可以改为训练一个深度 R-CNN 或仅训练 2 个不同的 NN,您可以对测试用例进行分类,如果两个 NN 的输出一致,则输出公共输出,否则输出 1 的 NN,其精度和 NN输出-1,其正确否定与它预测为否定的总案例的比率(在训练中计算),以较大者为准,输出该NN的输出。

希望这些文章对您有所帮助。

使用 TensorFlow 构建您的第一个深度学习分类器:Dog Breed 示例

深度学习第 3 部分:将深度卷积神经网络与递归神经网络相结合