如何训练由 2 个模型合并开发的模型

问题描述

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])

          

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）