Tensorflow:如何处理多个输入

Question

我想在 tensorflow 中创建一个卷积神经网络，它将图像作为第一个卷积层的输入，并通过网络传播来自它们的数据。在最后一个池化层变平的时候，我想在那里添加一些额外的输入，或者直接添加到全连接层。

注意:对于训练数据的每个输入图像，都存在一组附加的数值，这些数值对于图像来说是唯一的。

有人可以提供一些有关如何在 tensorflow 中实现这一点的信息吗？

Answer 1

您可以声明一个输入变量并在任何您喜欢的地方使用它。它不必位于第一层。

#A,B are placeholders let's say
last_layer = forward(A) # forward function computes to the last layer
output = transform(last_layer,B)

如果您在问题中添加特定代码。我可以提供更多帮助。