Tensorflow：如何有n个图像输入来确定1个输出：手写数据匹配
Tensorflow: How to have n number of image inputs to determine 1 output: handwriting data matching
我正在尝试开发一个模型来告诉您手写样本是否与提供的其他样本相匹配，这些样本都来自一个人。我有一个使用一个图像来匹配另一个图像的示例，但我不太确定如何处理允许用户上传 n 个手写样本的问题。谁能提供一些关于使用 n 个图像输入来进行 0 / 1 分类的见解？
在这种情况下，我们可以使用连体神经网络将给定的签名与其他 N 个具有相同签名的图像（由用户提供）相匹配。连体神经网络接收两幅图像并在 [0, 1] 中输出给定图像对的相似度得分。
所以我们在各种图像对上训练连体神经网络，这些图像可能包含一个人的两个签名或两个不同的签名。对于两个签名都属于同一个人的一对，我们分配一个标签 1，对于其他情况，我们分配一个标签 0。它可以被认为是一个二进制分类问题，其中我们有两个 类“相似”和“不相似”。
参考这些博客来创建一个Siamese CNN（以卷积层为模型输入的是图像），
我正在尝试开发一个模型来告诉您手写样本是否与提供的其他样本相匹配，这些样本都来自一个人。我有一个使用一个图像来匹配另一个图像的示例，但我不太确定如何处理允许用户上传 n 个手写样本的问题。谁能提供一些关于使用 n 个图像输入来进行 0 / 1 分类的见解？
在这种情况下，我们可以使用连体神经网络将给定的签名与其他 N 个具有相同签名的图像（由用户提供）相匹配。连体神经网络接收两幅图像并在 [0, 1] 中输出给定图像对的相似度得分。
所以我们在各种图像对上训练连体神经网络，这些图像可能包含一个人的两个签名或两个不同的签名。对于两个签名都属于同一个人的一对，我们分配一个标签 1，对于其他情况，我们分配一个标签 0。它可以被认为是一个二进制分类问题，其中我们有两个 类“相似”和“不相似”。
参考这些博客来创建一个Siamese CNN（以卷积层为模型输入的是图像），