如何在keras中为共享层建模？
How to model a shared layer in keras?
我想按以下形式训练具有共享层的模型：
x --> F(x)
==> G(F(x),F(y))
y --> F(y)
x 和 y 是两个独立的输入层，F 是共享层。 G 是连接 F(x) 和 F(y) 后的最后一层。
可以在 Keras 中建模吗？怎么样？
您可以使用 Keras functional API 来达到这个目的：
from keras.layers import Input, concatenate
x = Input(shape=...)
y = Input(shape=...)
shared_layer = MySharedLayer(...)
out_x = shared_layer(x)
out_y = shared_layer(y)
concat = concatenate([out_x, out_y])
# pass concat to other layers ...
请注意，x 和 y 可以是任何层的输出张量，不一定是输入层。
我想按以下形式训练具有共享层的模型：
x --> F(x)
==> G(F(x),F(y))
y --> F(y)
x 和 y 是两个独立的输入层，F 是共享层。 G 是连接 F(x) 和 F(y) 后的最后一层。
可以在 Keras 中建模吗？怎么样？
您可以使用 Keras functional API 来达到这个目的：
from keras.layers import Input, concatenate
x = Input(shape=...)
y = Input(shape=...)
shared_layer = MySharedLayer(...)
out_x = shared_layer(x)
out_y = shared_layer(y)
concat = concatenate([out_x, out_y])
# pass concat to other layers ...
请注意，x 和 y 可以是任何层的输出张量，不一定是输入层。