1

我正在尝试使用 keras 创建基于论文 Bengio et all 的 SVM 的混合。

我已经训练了两个 svm 分类器，它们的输出分别为 svm1、svm2。我在下面写了一个伪代码。

def mlp_model(svm1,svm2):
    model = Sequential()
    model.add(Dense(128, input_dim=54))
    model.add(Activation('relu'))
    model.add(Merge([model, svm1, svm2], output_shape=(2,), mode=merge_mode))
    model.add(Activation('softmax'))
    model.compile(loss='mean_squared_error', optimizer='adam',  metrics=['accuracy'])
    return model

def merge_mode(branches):
    g, svm1, svm2 = branches
    return K.transpose(K.transpose(svm1) * g[:, 0] + K.transpose(svm2) * g[:, 1])

我的问题

  • 如何向我的模型添加自定义输入。（在这种情况下 y_hats 来自 svm 专家）？
4

0 回答 0