Я использую mobil enet v2 в качестве экстрактора функций и переобучаю только один выходной плотный слой, как показано в руководстве по тензорному потоку:
feature_extractor_url = ("https://tfhub.dev/google/tf2-preview/"
"mobilenet_v2/feature_vector/4")
feature_extractor_layer = hub.KerasLayer(feature_extractor_url,
input_shape=(224,224,3))
feature_extractor_layer.trainable = False
model = tf.keras.Sequential([
feature_extractor_layer,
layers.Dense(image_data.num_classes, activation='softmax')
])
Есть ли способ использовать несколько экземпляров модель mobil enet и все ли они отправляются в одном и том же плотном выходном слое?
Моя цель - иметь несколько входных изображений, все к одному выходному решению.