小编Lok*_*oki的帖子

我有两个预训练模型。

Model_1 = Inception Model with Imagenet Dataset (1000 classes)

My_Model = Inception Model trained with a custom dataset (20 classes)通过迁移学习和微调

我想将两个模型（Model_1和My_Model）的输出合并到一个新层中。

新层应该使用一些二元分类器来判断是否使用Model_1或My_Model基于输入图像进行预测。

例如：

如果我尝试预测“狗”图像，则组合两个模型的二元分类器应该说我需要用于Model_1预测狗图像（因为My_Model数据集未使用狗图像进行训练），而Model_1使用狗图像进行训练。

谁能告诉我如何实现这一目标？一些示例实现或代码片段会有所帮助。

谢谢