Neural network 我们可以制作一个使用多个图像进行预测的卷积网络吗
我从教程中裁剪了以下图像 此图显示了标准神经网络的大致结构。将一幅图像作为输入并进行预测 我想的是某种并行结构。想想下面的图片。 与上图不同。但是你可以看到，我正试图用两张图片来做一个预测。这张图片是为了让你了解我想问的问题 是否可以使用一个以上（两个，三个…）的图像，如这样或任何其他方式，以作出一个预测。现在，这不是用于实际的照片分类。但我认为这种技术可以用于类似文件的音频分类，其中数据的图形表示与图像分类技术一起使用 对此有何建议、指导或意见Neural network 我们可以制作一个使用多个图像进行预测的卷积网络吗,neural-network,deep-learning,classification,conv-neural-network,Neural Network,Deep Learning,Classification,Conv Neural Network,我从教程中裁剪了以下图像 此图显示了标准神经网络的大致结构。将一幅图像作为输入并进行预测 我想的是某种并行结构。想想下面的图片。 与上图不同。但是你可以看到，我正试图用两张图片来做一个预测。这张图片是为了让你了解我想问的问题 是否可以使用一个以上（两个，三个…）的图像，如这样或任何其他方式，以作出一个预测。现在，这不是用于实际的照片分类。但我认为这种技术可以用于类似文件的音频分类，其中数据的图形表示与图像分类技术一起使用 对此有何建议、指导或意见 如果我们考虑正确地执行图表中的内容，如果我使
如果我们考虑正确地执行图表中的内容，如果我使用像Keras（Kalas.Mulk.序列式）这样的高级API，我们所能做的就是不断地添加一个层。
那么，我可以使用什么样的技术来实现并行结构呢？是的，您可以使用多个图像作为输入。例如，请参阅，它将2个图像作为输入，并通过共享网络体系结构传递它们 相反，如果您想将任意数量的图像作为输入，您可以使用基于递归神经网络的架构，如，它本质上使用LSTM递归网络将CNN应用于输入序列的每个图像