Мини-пакет обучения с каскадными слоями в Keras? - PullRequest
Новая
       8

Мини-пакет обучения с каскадными слоями в Keras?

0 голосов
/ 28 апреля 2018

У меня есть такая модель: 

img_rows = 32
img_cols = 32
img_channels = 3
img_input = Input(shape=(img_rows, img_cols, img_channels))
layer1 = Conv2D(16, (2, 2), padding='same', activation='relu')(img_input)
layer2 = Conv2D(16, (2, 2), padding='same', activation='relu')(layer1)
layer3 = MaxPooling2D((2, 2), strides=(2, 2), padding='same')(layer2)
layer4 = Flatten()(layer3)

laser_input = Input(shape=(100,))
merge_input = keras.layers.concatenate([layer4, laser_input])

layer5 = Dense(300, activation='relu')(merge_input)
layer6 = Dense(200, activation='relu')(layer5)
layer7 = Dense(100, activation='relu')(layer6)
output = Dense(21, activation='softmax')(layer7)

model = Model(inputs=[img_input, laser_input], outputs=output)

optimizer = optimizers.RMSprop(lr=learningRate, rho=0.9, epsilon=1e-06)
model.compile(loss="mse", optimizer=optimizer)
model.summary()

Итак, насколько я понимаю, моя модель принимает в качестве входных данных список из двух массивов. Теперь я хочу обучить эту модель на миниатюре (размером 64) следующим образом: 

model.fit(X_batch, Y_batch, batch_size=64, ...)

Как я могу создать X_batch и какой тип Xbatch? Я думаю, что это массив списков, я прав?

1 Ответ

0 голосов
/ 30 апреля 2018

У меня есть решение для этого. Я разделил X_batch на X_image_batch и X_laser_batch, а затем добавил входные данные для каждой подпартии. Наконец X_batch = [X_image_batch, X_laser_batch].

...