Python 如何连接Keras中三层的一部分?
我可以使用Python 如何连接Keras中三层的一部分?,python,tensorflow,keras,deep-learning,nlp,Python,Tensorflow,Keras,Deep Learning,Nlp,我可以使用keras.layers.concatenate连接两个层,然后将它们发送到下一层,但是如果我想参与两个层,然后连接它们,然后将它们发送到下一层,我应该怎么做 例如,我想将第一个conv层的一部分、第二个conv层的一部分和最后一个池层连接在一起,形成一个层。但是Keras是一个高级图书馆,我们如何参与其中 通过查看本文中的图2,您可以更好地理解我。您可以根据需要对它们进行切片,就像对numpy数组或Python列表进行切片一样,并使用K.concatenate,所有这些都在Lambd
keras.layers.concatenate
连接两个层,然后将它们发送到下一层,但是如果我想参与两个层,然后连接它们,然后将它们发送到下一层,我应该怎么做
例如,我想将第一个conv层的一部分、第二个conv层的一部分和最后一个池层连接在一起,形成一个层。但是Keras是一个高级图书馆,我们如何参与其中
通过查看本文中的图2,您可以更好地理解我。您可以根据需要对它们进行切片,就像对numpy数组或Python列表进行切片一样,并使用
K.concatenate
,所有这些都在Lambda
层中。例如:
from keras import backend as K
# ...
out = Lambda(lambda x: K.concatenate([x[0][:,:10],
x[1][:,:10],
x[2][:,:10]], axis=the_concat_axis))([conv1, conv2, pool])
请注意,第一个轴是批处理轴,因此您可能希望保留所有轴(即如上所述使用
:
。好的,您可以根据需要对它们进行切片,就像对numpy数组或Python列表进行切片一样,并使用K.concatenate
,都在Lambda
层中。例如:
from keras import backend as K
# ...
out = Lambda(lambda x: K.concatenate([x[0][:,:10],
x[1][:,:10],
x[2][:,:10]], axis=the_concat_axis))([conv1, conv2, pool])
请注意,第一个轴是批处理轴,因此您可能希望保留所有轴(即如上所述使用:
)