串連層完全連接層Tensorflow

Question

我想實現從謝爾蓋Zagoruyko使用Tensorflow

連體網絡

http://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Zagoruyko_Learning_to_Compare_2015_CVPR_paper.pdf

我不知道到2輸入層串聯到頂網（全連接層+ relu +完全連接層）

Answer 1

這可能不是您要找的，但我建議您嘗試Keras。它是建立在張量流程上的靈活的高級框架，可以非常容易地完成您嘗試的操作。這就是你在Keras中可以做到的（你的FC層有32個輸入和32個神經元）。

from keras.models import Sequential 
from keras.layers import Dense, Activation, Input 

model = Sequential() 
model.add(Input(shape=(32,))) 
model.add(Dense(32)) 
model.add(Activation("relu")) 
model.add(Dense(32)) 

另外，只使用tensorflow，你可以使用這種策略。

import tensorflow as tf  

x = tf.placeholder(shape, dtype=dtype) 
y = tf.layers.dense(x, 32) 
y = tf.nn.relu(y) 
y = tf.layers.dense(y, 32) 

但我個人認爲keras更優雅，再加上它增添了一大堆的比較實用的功能，如model.output，model.input，等等。實際上，最近keras已經被構建到tensorflow的contrib模塊中作爲tf.contrib.keras。希望有所幫助！