我有两个使用Tensorflow Python训练的模型，导出到名为export1.meta和export2.meta的二进制文件。当输入输入时，两个文件将仅生成一个输出，例如output1和output2。
我的问题是，是否可以将两个图表合并为一个大图，以便在一次执行中一起生成output1和output2。
任何评论都会有所帮助。提前谢谢！
答案 0 :(得分：6)
我和我当地的TF专家一起踢了这个，简短的回答是＆＃34;没有＆＃34 ;; TF没有内置的设施。但是，您可以使用Python的流程管理中的同步操作来编写自定义端点层（输入和输出），以便他们维护每个输入的并行处理，并连接输出
<强>原理
我喜欢这种方式可以用来获得更高精度的多个功能，其中功能很少或没有相关性。例如，您可以训练两个字符识别模型：一个用于识别数字，另一个用于区分左手和右手作者。
这还允许您检查为每个单独特征演变的内部内核，而不与其他功能相互依赖：＆＃39; 8＆＃39;的双循环。与右手写作的一般倾向相比。
我还希望单个功能的模型比一个总体训练课程的速度快得多。
最后，很可能各个模型可用于混合匹配功能集。例如，训练另一个模型来区分字母，同时让你以前训练过的左/右旗手仍然可以很好地猜测作家的部分。