是否可以将多个 TensorFlow 图合并为一个？

Question

我有两个使用 Tensorflow Python 训练的模型，导出为名为 export1.meta 和 export2.meta 的二进制文件。当输入输入时，这两个文件将仅生成一个输出，例如 output1 和 output2。

我的问题是是否可以将两个图合并为一个大图，以便在一次执行中同时生成 output1 和 output2。

任何评论都会有所帮助。提前致谢！

Answer 1

我与当地的 TF 专家讨论了这个问题，简短的回答是“不”； TF 没有为此提供内置功能。但是，您可以使用 Python 进程管理中的同步操作编写自定义端点层（输入和输出），以便它们保持每个输入的并行处理，并连接输出。

基本原理

我喜欢这种方式，它可以用来提高多个特征的准确性，其中特征几乎没有相关性。例如，您可以训练两种字符识别模型：一种用于识别数字，另一种用于区分左撇子和右撇子。

这还可以让您检查每个单独功能演变的内部内核，而不与其他功能相互依赖：“8”的双循环与右手书写的一般倾斜。

我还希望单个特征的模型收敛速度明显快于一个总体训练课程。

最后，单个模型很有可能用于混合搭配功能集。例如，训练另一个模型来区分字母，同时让你之前训练的左/右标记器仍然可以很好地猜测作者的部分。