python - 是否可以将多个 TensorFlow 图合并为一个？

Question

我有两个使用 Tensorflow Python 训练的模型，导出到名为 export1.meta 和 export2.meta 的二进制文件。当有输入时，这两个文件将只生成一个输出，比如 output1 和 output2。

我的问题是是否可以将两个图合并为一个大图，以便在一次执行中同时生成 output1 和 output2。

任何评论都会有所帮助。提前致谢!

Answer 1

我和我本地的 TF 专家讨论过这个问题，简短的回答是“不”； TF 对此没有内置工具。但是，您可以使用来自 Python 进程管理的同步操作编写自定义端点层(输入和输出)，以便它们保持对每个输入的并行处理，并连接输出。

基本原理

我喜欢这种方式，它可以用于通过多个特征获得更高的准确性，其中这些特征几乎没有或没有相关性。例如，您可以训练两个字符识别模型:一个识别数字，另一个区分左撇子和右撇子书写者。

这还允许您检查为每个单独的功能进化的内部内核，而不与其他功能相互依赖:“8”的双循环与右手书写的一般倾斜。

我还希望各个特征的模型收敛速度明显快于一次总体训练类(class)。

最后，各个模型很有可能用于混合匹配功能集。例如，训练另一个模型来区分字母，同时让您之前训练的左/右标记器仍然可以很好地猜测作者的部分。