如何解决连体多层感知器
我正在研究 siamese 神经网络,我发现的只是 CNN 和 LSTM 的示例,如下所示:
shared_model = x
left_input = Input(shape=(max_seq_length,),dtype='int32')
right_input = Input(shape=(max_seq_length,dtype='int32')
malstm_distance = Mandist()([shared_model(left_input),shared_model(right_input)])
model = Model(inputs=[left_input,right_input],outputs=[malstm_distance])
我很好奇我是否可以用一些密集层替换 LSTM 层,使其成为一个孪生多层感知器?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。