Реализация совместного обучения в keras

Question

я пытаюсь реализовать модель, которая состоит из двух слоев кандидатов объектов сегмента в keras Поэтому в основном эта модель имеет следующую архитектуру

Image (канал, ширина, высота) -> множественные свертки и объединение слои-> выход («п» особенность карта, ширина высоты)

Теперь этот один выход используется два слоями которые являются следующими 1) свертки (1 * 1) -> плотный слой с m единицами (выход = n * 1 * 1) -> пиксель классификатор с помощью полностью соединенные слоями * Ш dimesion -> upsmapling с (H, N) -> выходного

2) сверточный -> maxpooling-> плотный слой -> оценка

функция затрат используют выходы обоего этих слои, является суммой бинарной логистической регрессии каждого выхода

Теперь у меня есть два вопроса 1) как реализовать плотное соединение через извилистый выход в слое 1, для получения * ш пикселей классификатора, как уже упоминалось выше 2) Как объединить два слоя для вычисления функции единой стоимости, а затем совместно с обоими слоями совместно использовать обратное распространение

Может кто-нибудь сказать мне, как создать модель выше сети architecture.i новичок глубокого изучения, так что если есть то, что я не понял я буду признателен, если кто-нибудь может объяснить мне ошибки в моем понимании Благодаря

Answer 1

Это проще, когда вы делитесь с кодом, который у вас уже есть.

Для переходной свертки к плотной, вы должны использовать model.add(Flatten()), как в examples here.

К сожалению, я не знаю второго вопроса, но в соответствии с тем, что я только что прочитал в Keras Models, вам нужно использовать графическую модель.