Python 组合卷积神经网络

我正在研究音频分类，并使用频谱图和MFCC图来训练CNN图像分类器。目前，我有两个单独的convnet接受过这些特性的培训，平均准确率为55-60%。我有两个单独的重量文件为每个模型。

---

现在我想结合这两个模型，即我想从每个音频文件中提取光谱图和MFCC，并在我已经构建的模型上进行测试，以获得更高的精度。我怎样才能做到这一点呢？

组合已经训练过的模型的一种方法是使用一个通用的完全连接的层并训练网络

您可以将这个完全连接的层放置在两个卷积模型的末尾

因此，输入将进入ConVModel-1和ConVModel-2。您将得到2个输出向量。组合这两个输出向量（串联、平均等）。现在将这个新形成的向量传递给完全连接的层

您现在可以通过两种方式训练此网络-

仅更新FC层的权重

更新FC层+两个模型的权重