stacking在 Keras（或整个深度学习）中，a和架构之间有什么区别，non-stacking任何人都可以简单地说明non-stacking架构吗？
有很多示例和教程展示了如何在 keras 中堆叠图层，但实际上没有关于堆叠的反面是什么。
问问题
109 次
1 回答
1
根据定义，深度神经网络是神经网络的堆栈（通常称为层）。您可能将其视为一系列操作；流程图。例如，在目标检测网络中，一系列卷积层（称为特征金字塔）用于从图像中提取区域特征。但是，就像流程图一样，您可以创建分支，并按照您的喜好移动数据。考虑以下代码片段：
只是一堆。
input_layer = InputLayer(input_shape=(256,256,3))
x = Dense(666)(input_layer)
x = Dense(666)(x)
output_layer = Dense(1, activation='softmax')(x)
更有趣的东西。
input_layer = Inputlayer(input_shape=(256,256,3))
x = Dense(666)(input_layer)
x_left = Dense(666)(x) # gets inputs from x
x_left = Dense(666)(x_left)
x_right = Dense(666)(x)
x_right = Dense(666)(x_right)
x = concatenate([x_left,x_right],axis=-1)
x = Dense(666)(x)
output_layer = Dense(1,activation='softmax')(x)
这完全回答了你的问题吗？
此外，此图形可能会有所帮助；这是我在 Google 上找到的一个基本特征金字塔网络布局，它在描述方面做得不错：
于 2019-04-17T02:31:02.530 回答