길쌈 신경 네트워크의 고밀도 레이어에 변수를 추가 할 수 있는지 궁금합니다 (이전의 길쌈 레이어의 연결뿐 아니라 추가 기능이있을 것입니다). 차별적 목적으로 사용될 수있는 세트)? 이것이 가능하다면 누구나 그렇게하는 방법을 설명하는 예제/문서를 가르쳐 줄 수 있습니까?Keras/TensorFlow CNN 고밀도 레이어에 변수 추가
Keras를 사용하기를 희망하지만 Keras가 너무 제한적일 경우 TensorFlow를 사용해도 행복합니다.
EDIT :이 경우 작동해야한다고 생각하는 방식은 신경망에 이미지와 관련 기능 세트가 포함 된 목록을 제공하는 것입니다 (관련 분류를 학습하는 동안).
EDIT2 :
convolution_model = Flatten()(convolution_model) # if it wasn't flattened before
static_features_input = Input(shape=(static_features_size,))
blended_features = merge([convolution_model, static_features_input], mode='concat')
... here you are defining a blending model with blended features as input
Here 찾을 수있다 : 당신은이 convoluton_model
당신은 다음과 같은 방식으로이 작업을 수행 할 수 있다고 가정
___________ _________ _________ _________ ________ ______
| Conv | | Max | | Conv | | Max | | | | |
Image --> | Layer 1 | --> | Pool 1 | --> | Layer 2 | --> | Pool 2 | -->| | | |
|_________| |________| |_________| |________| | Dense | | Out |
| Layer |-->|_____|
Other ------------------------------------------------------------>| |
Data | |
|_______|
당신이 구축을 위해 노력하고있는 아키텍처는 무엇입니까? 내가 원하는 구조를 추가 한 @NassimBen 지금 당신의 질문 –
을 이해하기 모르겠어요! :) –