ConvNet을 사용하여 이미지 데이터를 분류하고 싶습니다. 동일한 네트워크에 다른 (그러나 매우 유사한) 데이터를 입력해야하며 출력을 병합해야합니다.Keras : 무게 공유가 작동하지 않습니다.
내 트릭이 관련되어 있습니다. 데이터가 3D인데 2D 이미지로 슬라이스하여 TimeDistributed
을 통해 ConvNet으로 전달합니다.
동일한 ConvNet이 이미지에 사용되는 것이 중요합니다. 가중치를 공유해야합니다.
dim_x, dim_y, dim_z = 40, 40, 40
inputs = Input((1, dim_x, dim_y, dim_z))
# slice the volume along different axes
x_perm=Permute((2,1,3,4))(inputs)
y_perm=Permute((3,1,2,4))(inputs)
z_perm=Permute((4,1,2,3))(inputs)
#apply the segmentation to each layer and for each slice-direction
x_dist=TimeDistributed(convmodel)(x_perm)
y_dist=TimeDistributed(convmodel)(y_perm)
z_dist=TimeDistributed(convmodel)(z_perm)
# now undo the permutation
x_dist=Permute((2,1,3,4))(x_dist)
y_dist=Permute((2,3,1,4))(y_dist)
z_dist=Permute((2,3,4,1))(z_dist)
#now merge the predictions
segmentation=merge([x_dist, y_dist, z_dist], mode="concat")
temp_model=Model(input=inputs, output=segmentation)
temp_model.summary()
convnet 모델은 약 330 만 매개 변수가 있습니다 다음은 코드입니다. 순열과 TimeDistributed 레이어에는 자체 매개 변수가 없습니다. 완전한 모델은 convnet과 같은 양의 매개 변수를 가져야합니다.
3 배 많은 매개 변수가 있습니다. 약 990 만 개입니다.
분명히 가중치는 공유되지 않습니다. 하지만이 무게는 way입니다.
모델이 가중치를 공유하고 매개 변수 개수를 잘못보고합니까? 체중 공유가 가능하도록 설정을 변경해야합니까? Keras - 사용자 Google 그룹에