代码之家 › 专栏 › 技术社区 › colt.exe

串联或级联多个预训练keras模型

concatenation keras

colt.exe · 技术社区 · 8 年前

我试图建立一个串联或级联(实际上甚至不知道这是否是正确的定义)的模型集。为了简单起见,我的基本模型如下所示。

                              ----Input----
                                    |
                                  L1-1
                                    |  
                                  L1-2
                                    |
                                  Dense
                                    |
                                 Softmax

我对其中7个模型进行了交叉验证训练,并试图以级联方式对其进行总结,例如:

            -----------------------Input---------------------
            |       |       |       |       |       |       |       
          L1-1    L1-2    L1-3    L1-4     L1-5   L1-6    L1-7
            |       |       |       |       |       |       |
          L2-1    L2-2    L2-3    L2-4     L2-5   L2-6    L2-7
            |       |       |       |       |       |       |
            |_______|_______|_______|_______|_______|_______|
            |                  Concatenated                 |
            |___________________Dense Layer_________________|
                                    |
                                 SoftMax

每一个致密层 512 所以最后连接的致密层总共有 7*512=3584 神经元。

我所做的是:

训练所有模型并将其保存在名为 models[] .
在所有型号中弹出底部Softmax层。

然后我尝试连接它们,但出现了错误:

Layer merge was called with an input that isn't a symbolic tensor.

在形成级联之后,我要做的是冻结所有中间层,除了 Concatenated Dense Layer 把它调高一点。但我一直坚持到所有的细节。

1 回复 | 直到 8 年前

Daniel Möller 8 年前

为此,您需要使用函数API模型。这种模型适用于张量。

首先定义一个公共输入张量:

inputTensor = Input(inputShape)

然后用该输入调用每个模型,以获得输出张量:

outputTensors = [m(inputTensor) for m in models]

然后将这些张量传递到连接层:

output = Concatenate()(outputTensors) 
output = Dense(...)(output)    
#you might want to use an Average layer instead of these two....

output = Activation('softmax')(output)

最后,定义从开始张量到结束张量的完整模型:

fullModel = Model(inputTensor,output)

推荐文章

albert · AttributeError:“str”对象没有属性“str”如何解决此问题

3 年前

CoccoSyn · Keras TypeError:其中一个输入没有可接受的类型。具有参差不齐张量的LSTM

4 年前

Joseph · 重塑BatchDataset训练模型的输入-Tensorflow

4 年前

Chris Ranck · Keras时间序列生成器-输入为“X”长,输出为“X-长”

4 年前

DPM · 将自定义掩码传递给LSTM数据以进行培训和验证

4 年前

Luciana Carota · 为什么Keras的R“预测”函数不能识别正确的输入维度?

4 年前

Sarah Elnaggar · 我使用Gensim Doc2vec进行图形嵌入,然后在keras中使用两层深度神经网络进行二元分类

4 年前

user836026 · 在pytorch中复制权重时语法无效

4 年前

mad · 如何从一个定制的神经网络模型中获得逻辑和概率

4 年前

Archit · 无法使用自定义距离函数加载带有lambda函数的keras模型

7 年前