我将Keras用于CNN并且具有两种类型的输入：对象的图像，以及描述对象的一个或两个以上的参数（例如，重量） . 如何使用这两种数据源训练我的网络？连接似乎不起作用，因为输入具有不同的维度 . 我的想法是在将图像分析和参数发送到密集层之前以某种方式连接图像分析的输出和参数，但我不确定如何 . 或者是否可以在Keras中合并两个分类，即对图像和参数进行分类，然后以某种方式合并分类？
您可以使用连接图层合并两个输入 . 确保将多个输入转换为相同的形状;您可以通过在任一输入中添加额外的Dense图层来实现此目的，这样您就可以获得相同长度的结束图层 . 在连接层中使用相同的形状输出 .
1 回答
您可以使用连接图层合并两个输入 . 确保将多个输入转换为相同的形状;您可以通过在任一输入中添加额外的Dense图层来实现此目的，这样您就可以获得相同长度的结束图层 . 在连接层中使用相同的形状输出 .