Tensorflow:如何处理多个输入

时间:2018-03-03 19:18:09

标签: tensorflow machine-learning deep-learning classification convolution

我想在tensorflow中创建一个卷积神经网络,它将图像作为第一个卷积层的输入,并通过网络传播来自它们的数据。在最后一个合并图层被展平的位置,我想在那里添加一些额外的输入或直接添加到完全连接的图层。

注意:对于训练数据的每个输入图像,都存在一组额外的数值,这些数值对于图像是唯一的。

有人可以提供一些有关如何在tensorflow中实现此信息的信息吗?

1 个答案:

答案 0 :(得分:1)

您可以声明一个输入变量并在任何您喜欢的地方使用它。它不必位于第一层。

#A,B are placeholders let's say
last_layer = forward(A) # forward function computes to the last layer
output = transform(last_layer,B)

如果您在问题中添加特定代码。我可以提供更多帮助。