相关疑难解决方法(0)

我目前正在寻找一种方法,我可以将多个模型的输出组合成一个模型,我需要创建一个进行分类的CNN网络.

图像被分成几个部分(如颜色所示),每个部分作为输入给定某个模型(1,2,3,4),每个模型的结构是相同的,但每个部分都给予一个单独的模型,以确保相同的重量不适用于整个图像 - 我试图避免完全的重量分享,并保持重量共享本地.然后,每个模型执行卷积和最大池化,并生成某种输出,这些输出必须输入到密集层中,该层获取先前模型(模型1,2,3,4)的输出并执行分类.

我的问题是可以创建模型1,2,3,4并将其连接到完全连接的层并训练给定输入部分和输出类的所有模型 - 无需定义卷积和汇集的输出在科拉斯？