增加keras模型输出，并将其作为第二个模型的输入

我试图训练一个级联模型，在这里我想获取模型1的输出，对其进行扩充，并将其输入到第二个模型中。 如果可能的话，我想对这两个网络进行端到端的培训

现在我想知道这在Keras是否可行

谢谢你的建议

干杯

---

M

只要您自己执行增强（而不是在生成器中），它是可行的

您可以探索

Lambda

层中的各种自定义函数，并使用这些函数进行扩展。您可以使用来自后端框架（Tensorflow、Theano、CNTK）的任何函数，也可以使用来自后端框架（Tensorflow、Theano、CNTK）的任何函数

如果您的后端是Tensorflow，则有许多功能可用

您可以将其构建为单个网络，也可以以任意方式将两个网络连接起来

单个网络的示例：

inputs = Input(...)
out = SomeLayer(...)(inputs)
out = SomeLayer(...)(out)

...

out = Lambda(someAugmentFunctionYouDefine)(out)

...

out = SomeLayer(...)(out)

...

model = Model(inputs, out)

也适用于顺序模型

---

其他选项（例如启用“渴望”模式的自定义训练循环，使用不属于后端的函数）会破坏反向传播，我认为您不会喜欢这样

您可以使用函数式API轻松实现这一点。它允许你有多个层次的端点。完美的丹尼尔，这正是我想要的！非常感谢：-）