Deep learning 使用Keras合并两个不同网络的特征表示
请给我一个简单的提示。 我们如何使用Keras融合来自两个不同网络的特征表示输出 更多说明:Deep learning 使用Keras合并两个不同网络的特征表示,deep-learning,keras,Deep Learning,Keras,请给我一个简单的提示。 我们如何使用Keras融合来自两个不同网络的特征表示输出 更多说明: 该模型由CNN和选通RNN组成。并输入标准softmax回归分类器。您应该使用合并层 选择的模式由您决定,可以是求和、串联或自定义合并。 如果它们是不同的特征,我建议您将它们连接起来,然后使用密集层和softmax激活进行分类预测 注意使用正确的合并层:合并用于顺序模型合并2个层,合并用于使用Functional API合并张量 我希望这有帮助
该模型由CNN和选通RNN组成。并输入标准softmax回归分类器。您应该使用合并层 选择的模式由您决定,可以是求和、串联或自定义合并。 如果它们是不同的特征,我建议您将它们连接起来,然后使用密集层和softmax激活进行分类预测 注意使用正确的合并层:合并用于顺序模型合并2个层,合并用于使用Functional API合并张量 我希望这有帮助