Python 如何使用tensorflow将两个不同的CNN网络合并为一个网络

我有两个不同的CNN网络，如下所示：

class CNN_1(object):
def __init__(self, max_input_right, max_input_left,list_ans,filter_sizes, embeddings,embedding_size):
    self.max_input_right = max_input_right
    self.max_input_left = max_input_left
    self.list_ans = list_ans
    self.filter_sizes = filter_sizes
    self.embeddings = embeddings
    self.total_embedding_dim = embedding_size

def create_placeholder(self):
    print('Create placeholders')
    self.question = tf.placeholder(tf.int32,[None,self.max_input_left],name = 'input_question')
    self.sample_set_1 = tf.placeholder(tf.int32, [None,self.max_input_right])
    self.sample_set_2 = tf.placeholder(tf.int32, [None,self.max_input_right])

第二层CNN看起来也很相似，它们在其中有更多的功能来构建网络。现在我想建立第三个网络，合并这两个现有的网络

---

有人能建议如何使用tensorflow构建第三个网络吗？

您可以使用Keras Functional API将它们合并到一个网络中。 下面是代码：

merged = Concatenate()([model_1, model_2])    
model_final = Model(inputs=[model_1_input_shape, model_2_input_shape], outputs=[output])
model_final.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

如果要可视化最终模型，请执行以下操作：

from keras.utils import plot_model
plot_model(model_final, to_file='Summary.png')

---

在您自己的工作中，您可以使用任何优化器或Loss。希望它对您有所帮助。

合并意味着什么？堆叠？平均值？这些CNN是预先训练好的吗？@Patwie合并意味着将它们集中在一起。是的，这些CNN都是预先训练过的，然后是复制品。堆叠是通过一个网络的输出而不是另一个网络的输入来完成的。并对加载过程进行了描述