我想要两个构建一个神经网络,它将两个具有相同尺寸的单独矩阵(例如灰度图像)作为输入,并输出介于-1和1之间的值(可能是tanh) .
我想构建网络,以便有两个单独的卷积层作为输入 . 每一个都采用一个矩阵(或图像) . 然后将这些组合在下一层中 . 所以我希望它看起来像这样:
我的第一个问题是我可以在keras中执行此操作(或者如果不是在tensorflow中)吗?第二个问题是?是否有意义?因为我也可以很容易地将两个矩阵合成在一起,并且只使用一个conv2d层 . 所以像这样:
我想要做的事情会走得太远 . 但你能想象出第一个版本更有意义的情况吗?
1 回答
如果输入不同,你可以在Keras做到这一点并且是有意义的 . 要在keras中首先执行此操作,您需要一个多输入模型,并且必须将卷积层的输出连接在一起 .
根据您的数据,也可以共享卷积层,因此您只需定义一次dem并重复使用它们 . 在这种情况下,权重是共享的 .