我们如何结合两个训练好的模型（深度学习网络：GAN 网络与 CNN 和 ResNet）答案

【问题标题】：How could we combine two trained model (deep learning network: GAN network with CNN and ResNet)我们如何结合两个训练好的模型（深度学习网络：GAN 网络与 CNN 和 ResNet）
【发布时间】：2019-02-18 23:55:53
【问题描述】：

我有一个GAN网络（Generative Adversarial Network），由一些CNN、ResNet作为结构组成。我想知道是否可以将两个经过训练的模型组合成一个模型，像以前一样保持模型 1 和模型 2 的功能。

我有两个训练数据集 1 和 2（分别表示为 T1 和 T2）。在我用 T1 训练 GAN 后，我得到了模型 1（表示为 M1）。然后，我继续用 T2 训练 M1（在这种情况下，T2 是新的）得到模型 2（M2）。

如果我想合并 M1 和 M2 应该怎么做？我应该投入 50% 的 T1 和 50% 的 T2 并继续训练 M2 吗？有没有更好的方法将两者结合起来？

【问题讨论】：

标签： tensorflow neural-network deep-learning conv-neural-network pre-trained-model

【解决方案1】：

如果我想合并 M1 和 M2 应该怎么做？我应该把 50% T1 和 T2 的 50% 并继续训练 M2 ？

根据你的说法，你已经在 T1 上训练了 M1，所以你不需要让 50% 的 T1 重新出现在 M2 的训练集中。也许你可以在 T1 上预训练 M1 并在 T2 上微调它以获得 M2 之后，实现一种迁移学习。

有没有更好的方法将两者结合起来？

另一种方式可能是考虑双流 GAN。检查这个paper。

【讨论】：