0

我正在尝试使用 tflearn 和 tensorflow 构建多列深度神经网络（MDNN）。本文解释了 MDNN 。我正在努力解决的问题是如何将两个或多个输入加在一起以输入到 tensorflow。

对于单个列，我有：

network = tflearn.input_data(shape=[None, image_shape, image_shape, 3])

和

model.fit(X_input, y_train, n_epoch=50, shuffle=True,
      validation_set=(X_test_norm, y_test),
      show_metric=True, batch_size=240, run_id='traffic_cnn2')

X_input形状在哪里(31367, 32, 32, 3)。我对 numpy、tensorflow 和 tflearn 很陌生。现在真正的困难在于如何为 tflearn 指定多个输入。

任何帮助是极大的赞赏。

4

1 回答 1

1

论文中解释的 MDNN 使用数据上的随机（但有界）失真单独训练几个模型。一旦所有模型都经过训练，它们就会使用集成分类器通过在不同版本的数据上平均所有模型的输出来产生预测。

据我了解，这些专栏不是联合训练的，而是独立训练的。因此，您必须创建不同的模型并在每个模型上调用 fit。我建议你开始训练一个模型，一旦你的训练设置得到了很好的结果，就复制它。要生成预测，您必须从predict函数计算预测概率的平均值并选取最可能的类别。

从您的输入生成数据的一种方法是使用数据增强。但是，您必须用修改后的版本替换它，而不是生成新数据。

于 2017-03-03T12:17:08.700 回答