如何解决如何训练由 2 个模型合并开发的模型
我的目标是融合两个深度学习模型。我按照这个 example 进行模型融合。我正在为我的数据集使用 ImageDataGenerator。在融合模型的情况下，如何将训练数据传递给 model.fit_generator 函数？。我试过这个，但得到一个错误。这是我的代码。
mergedOut = Concatenate()([model_1_x,model_2_x])
output_fuse = Dense(units=7,activation='softmax')(mergedOut)
Fuse_Model = Model([inputs_1,inputs],output_fuse)
Fuse_Model.compile(optimizer=optimizer,loss='categorical_crossentropy',metrics=['accuracy'])
checkpoint_fuse = ModelCheckpoint(filepath='best_weights.hdf5',monitor=monitor,verbose=verbose,save_best_only=True,save_weights_only=True,mode=mode)
我的 fit_generator 函数是：
hist = Fuse_Model.fit_generator(
[train_gen,train_gen],steps_per_epoch=train_gen.samples // batch_size,epochs=epochs,validation_data=[test_gen,test_gen],validation_steps=test_gen.samples // batch_size,callbacks=[checkpoint_fuse])
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。
