Keras 将文本特征和图像数据一起传递到CNN模型
我试图解决一个多标签图像分类问题,我有图像数据,但我也有一些其他特征,如性别等,但问题是,我将在测试期间获得这些信息,换句话说,在测试期间只提供图像信息 我的问题是,如何使用这些额外的功能来帮助我的图像模型,这是一个卷积神经网络,即使我在测试期间没有这些信息Keras 将文本特征和图像数据一起传递到CNN模型,keras,deep-learning,Keras,Deep Learning,我试图解决一个多标签图像分类问题,我有图像数据,但我也有一些其他特征,如性别等,但问题是,我将在测试期间获得这些信息,换句话说,在测试期间只提供图像信息 我的问题是,如何使用这些额外的功能来帮助我的图像模型,这是一个卷积神经网络,即使我在测试期间没有这些信息 任何建议都会有帮助。提前谢谢。这是一个真正的开放式问题。我可以给你一些关于如何工作的一般指导方针 keras模型API支持多个输入和层。例如,您可以有如下内容: from keras.layers import Input from ker
任何建议都会有帮助。提前谢谢。这是一个真正的开放式问题。我可以给你一些关于如何工作的一般指导方针
keras
模型API支持多个输入和层。例如,您可以有如下内容:
from keras.layers import Input
from keras.models import Model
image = Input(...)
text = Input(...)
... # apply layers onto image and text
from keras.layers.merge import Concatenate
combined = Concatenate()([image, text])
... # apply layers onto combined
model = Model([image, text], [combined])
这样,您就可以拥有一个模型
,该模型接受多个输入,可以利用您的所有数据源keras
提供了将不同输入组合成一个输出的工具。这成为开放式的部分是体系结构
现在,您可能应该将图像
通过CNN
,然后将输出与文本
合并。您必须调整确切的规格,例如如何处理每个输入、合并方法以及如何处理组合输出
使用merge
的一个很好的例子是,一个GAN被赋予了图像形式的潜在噪声,但也被赋予了一个标签,以确定它应该生成什么样的图像。鉴别器
和生成器
都利用乘法
合并层来组合它们的输入。这是一个真正的开放式问题。我可以给你一些关于如何工作的一般指导方针
keras
模型API支持多个输入和层。例如,您可以有如下内容:
from keras.layers import Input
from keras.models import Model
image = Input(...)
text = Input(...)
... # apply layers onto image and text
from keras.layers.merge import Concatenate
combined = Concatenate()([image, text])
... # apply layers onto combined
model = Model([image, text], [combined])
这样,您就可以拥有一个模型
,该模型接受多个输入,可以利用您的所有数据源keras
提供了将不同输入组合成一个输出的工具。这成为开放式的部分是体系结构
现在,您可能应该将图像
通过CNN
,然后将输出与文本
合并。您必须调整确切的规格,例如如何处理每个输入、合并方法以及如何处理组合输出
使用merge
的一个很好的例子是,一个GAN被赋予了图像形式的潜在噪声,但也被赋予了一个标签,以确定它应该生成什么样的图像。鉴别器
和生成器
都利用乘法
合并层来组合它们的输入