我如何使用与其他深度网络相同的深度网络？答案

【问题标题】：how can i use a deep network the same as other deep network?我如何使用与其他深度网络相同的深度网络？
【发布时间】：2018-10-23 22:18:43
【问题描述】：

我有一个自动编码器，因为我们知道这个网络由 3 个部分组成，编码器、解码器、潜在空间，我附上了一张显示我的结构的图像：https://i.stack.imgur.com/VqYvJ.jpg 它在第一部分有一个自动编码器，之后我想要另一个编码器，但与第一个编码器相同。现在我想知道如何强制第二个编码器与第一个编码器相同的结构？请指导我解决这个问题。

【问题讨论】：

附件图片在哪里？
问题很模糊，您希望辅助编码器与主编码器具有“相同的架构”，还是希望辅助编码器“共享主编码器的权重”？

标签： tensorflow deep-learning autoencoder

【解决方案1】：

编码器由它的图形（要执行的操作）和权重（矩阵/偏差等）定义。一个存储在图表中，另一个存储在会话中。

tensoflow 中的一个新功能是 hub，它旨在促进迁移学习应用程序（如您的应用程序）。查看documentation。在这里，您可以将编码器定义为一个模块，对其进行训练，然后在您想使用 DNN 对其进行训练时将其导入。

如果您不想使用它，可以使用模型保存函数来读取/写入图形和会话。例如，您可以训练自动编码器，然后加载训练好的模型并在嵌入层上构建深度网络。如果您想冻结变量并执行其他此类技巧，则需要小心。

【讨论】：

感谢您的回复。这张图片显示了我的所有网络，图片的各个部分没有相互分离。首先我将图像输入自动编码器，然后我在学习过程中改变潜在空间，然后我想将自动编码器的输出输入到同一个编码器中以提取改变的潜在空间并将其发送到其他神经网络以对变化进行分类。现在我想在权重和图形中使用相同的编码器。但我不确定这项工作是否真实。我想看看潜在空间变化的效果
我在我放在这里的另一篇文章中找到了答案。谢谢。
stackoverflow.com/questions/52337636/…