如何在tensorflow中将两个子网络合并成一个模型答案

【问题标题】：How to merge two sub-networks into a model in tensorflow如何在tensorflow中将两个子网络合并成一个模型
【发布时间】：2019-04-03 15:25:00
【问题描述】：

我需要设计一个包含两个子网络的深度网络。

1- The first network: (sub_net_1)
input_1 size: 128x128x1
output_1 size: 512x512x1

from elsewhere:
input_2 size: 512x512x4


concatenate(output_1, input_2)

2- The second network: (sub_net_2)
input_3 size: 512x512x5

我需要将 output_1 与相同大小的 input_2 连接起来并馈送到网络

我知道在 tensorflow 中定义模型的简单方法是模型（输入=输入，输出=x）当我有两个不同大小的输入并且需要一起训练两个子网络时，如何为我的问题定义模型？

这里是网络的架构：https://imgur.com/OQFhlPW

【问题讨论】：

所以 sub_net_2 的输入应该是 (512, 512, 2) 的形状？
sub_net_2 的输入是 (512, 512, 5)，即连接大小为 (512, 512, 1) 的 sub_net_1 的输出和大小为 (512, 512, 4) 的 input_2 的输出
tf.concat([sub_net_1, input_2], axis=2)

标签： python tensorflow model deep-learning

【解决方案1】：

也许您可以使用 concatenate() 函数并将结果作为输入传递给子网_2：

concat = concatenate([output_1, input_2])
input_3()(concat)

查看示例：https://www.depends-on-the-definition.com/lstm-with-char-embeddings-for-ner/

【讨论】：