Warning: file_get_contents(/data/phpspider/zhask/data//catemap/8/linq/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Deep learning 使用Keras合并两个不同网络的特征表示_Deep Learning_Keras - Fatal编程技术网
Fatal编程技术网
  • deep-learning/
  • Deep learning 使用Keras合并两个不同网络的特征表示

Deep learning 使用Keras合并两个不同网络的特征表示

deep-learning keras

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

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