《Keras深度學(xué)習(xí)實戰(zhàn)》—2.8　共享層模型

2.8　共享層模型

Keras中可以多層共享一個層的輸出。例如輸入中可以存在多個不同的特征提取層，或者可以使用多個層來預(yù)測特征提取層的輸出。

下面進行示例介紹。

2.8.1　共享輸入層簡介

本節(jié)將介紹具有不同大小內(nèi)核的多個卷積層如何解譯同一圖像的輸入。該模型采用尺寸為32×32×3像素的彩色CIFAR圖像。有兩個共享此輸入的CNN特征提取子模型，其中一個內(nèi)核大小為4，另一個內(nèi)核大小為8。這些特征提取子模型的輸出被平展為向量、然后串聯(lián)成為一個長向量，并在最終輸出層進行二進制分類之前，將其傳遞到全連接層以進行解譯。

以下為模型拓撲：

一個輸入層

兩個特征提取層

一個解譯層

一個稠密輸出層

深度學(xué)習(xí) Keras

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。