Keras:如何“合并”两个不同神经网络的输出来训练解码器?

Posted

技术标签:

【中文标题】Keras:如何“合并”两个不同神经网络的输出来训练解码器?【英文标题】:Keras : How can I "merge" the output of two different neural networks to train a decoder? 【发布时间】:2021-09-26 12:42:11 【问题描述】:

我有使用 CNN 嵌入的时间序列。 我也有使用 RNN 嵌入的类似图像的数据。

我想做的是合并两个编码器网络的输出来训练一个解码器网络,该网络可以预测输入时间序列的下一个时间戳

您对如何做到这一点有任何帮助吗?

我在 Windows 10 上使用 Python(Keras 库)。

提前致谢

【问题讨论】:

【参考方案1】:

您想要实现的目标可以通过使用 Keras 功能 API 构建复杂模型来实现。以下资源可以帮助您了解它。

https://machinelearningmastery.com/keras-functional-api-deep-learning/

注意:您要关注的主要概念是层的串联。

【讨论】:

以上是关于Keras:如何“合并”两个不同神经网络的输出来训练解码器?的主要内容,如果未能解决你的问题,请参考以下文章

如何在 Keras 中训练网络以适应不同的输出大小

合并具有不同输入形状的不同模型的输出

如何在keras中连接两层?

Keras 自定义损失函数 dtype 错误

Keras:为啥 Sequential 和 Model 给出不同的输出?

如何在keras中可视化卷积神经网络中间层的输出?