tensorflow - 我想构建 2 个解码器副本，其中包含具有不同 droupout 的相同 FC 层，但我希望它们共享权重。如何才能做到这一点？

Question

我想构建具有不同 dropout 的模型的 2 个解码器副本，但这些层应该共享权重，如何使用 keras 来实现？

我知道如何与 keras API ( https://keras.io/getting-started/functional-api-guide/#shared-layers ) 共享一个图层，但我想要 2 组图层，因为我想保留不同的辍学但是他们应该有共同的权重。

我想实现这种架构。

       Conv
       Pool
droupout1 droupout2
  FC1       FC2
softmax1  softmax2
        out

标签： tensorflowkeras

Answer 1

这很容易使用 Keras 功能 API，我假设您想在 FC1 和 FC2 之间共享权重：

pool_out = SomePoolingLayer()(input_tensor)
shared_fc = Dense(neurons, activation='softmax')
drop1 = Dropout(0.5)(pool_out)
drop2 = Droput(0.5)(pool_out)

fc1 = shared_fc(drop1)
fc2 = shared_fc(drop2)

out = somehow_merge()([fc1, fc2])

somehow_merge可以是任何功能合并函数，如连接或平均。