python - 在卷积输出外部添加另一层

Question

我有一个网络，其中的数据来自一堆图像和一个数字向量。我从两个“分支”开始:图像经过多次卷积并产生形状 (50, 50, 64) 的输出。在另一个分支中，我导入号码并执行:

x = Input(shape = (13)) # data vector is of length 13
x = Dense(50*50)(x)
x = Reshape((50,50))(x)

我现在有 2 个来自分支的输出 - 一个的形状为 (50, 50, 64)，另一个的形状为 (50, 50, 1)。我如何将它们“粘”在一起以获得一个集体 (50, 50, 65)，然后我将其 Deconv2D？

Answer 1

您可以使用 keras Concatenate() 层，如下所示:

import numpy as np
from keras import backend as K
from keras import layers

# create some dummy tensors with numpy and the keras backend
arr1 = K.constant(np.zeros((50, 50, 1)))
arr2 = K.constant(np.zeros((50, 50, 64)))

# and this is how you call the concatenate layer
combined = layers.Concatenate()([arr1, arr2])

# it should print this: 
# Tensor("concatenate_1/concat:0", shape=(50, 50, 65), dtype=float32)
print(combined)