时间戳

首页 > 解决方案 > 如何将 CNN 模型一分为二并合并？

python - 如何将 CNN 模型一分为二并合并？

问题描述

我想从一个 CNN 模型创建两个单独的 CNN 模型。让我将其命名为 CNN-A 和 CNN-B。

即原始CNN模型=CNN-A模型+CNN-B模型

在预测期间，原始输入数据集被馈送到 CNN-A。CNN-A 的输出作为 CNN-B 的输入。原始模型的原始输出是CNN-B模型的输出。

为了实现上述架构，如果有的话，我想得到你的建议和想法，好吗？

标签： pythontensorflowkerasdeep-learningconv-neural-network

解决方案

实施似乎是多余的。原因是每个 CNN 的输入应该是一个图像。假设第一个 CNN 网络的输出是一张图像，然后将其提供给第二个 CNN，这与堆叠多个卷积层和额外的 dropout 以及One CNN 模型的其他内容相同。

所以毕竟实现一个深度CNN 将模仿你想要的架构。

您还可以查看迁移学习，它能够利用预训练模型的层，并且您能够添加自己的最终层并进行调整。这也和你说的类似。

================ 评论后=====================

您可以使用诸如mobilenet 之类的模型架构来将模型部署在您的手机上。

您还可以将迁移学习应用于现有的预训练移动网络模型，这将节省大量时间和资源。

最后，您可以使用 Flask 在服务器上部署模型（用于计算机）。然后创建一个 API，当您通过 POST 请求将相关数据发送到服务器时，该 API 将提供预测。这通常用于减少手机的负载，这是我更喜欢的方法。这种方法相对有效并且易于扩展。

推荐阅读