组合来自不同神经网络的层

Question

我正在使用 tensorflow 来训练具有两个不同数据集的同一神经网络的两个实例。网络本身非常简单，有一个输入和输出层以及 6 个隐藏层（每层是 20 个 meurons，后跟一个非线性激活函数）。

我可以用两个不同的数据集训练网络，这很好。现在，我想做的基本上是创建一个新网络，它是这两个训练有素的网络的组合。特别是，我希望输入和前 3 层来自一个经过训练的网络，最后 3 层和输出层来自另一个网络。我对 tensorflow 很陌生，还没有找到方法来做到这一点。有人可以指点我的 API 或某种方式来实现这种混合网络吗？

Answer 1

您可能会问关于多任务学习方面的问题，可以通过分离使用不同数据集训练的每个单独变量的权重矩阵来简化它，并在经过 a、b 训练的网络之后将权重层单独加到一个 shareable_weight_layer 变量，最后评估您的模型作为多任务方法中的求和网络。

Answer 2

使用 Keras 构建您的网络将使这一切变得容易；请参阅the keras documentation，了解如何跨网络重用层。