带有 Keras Functional API 的多输入多输出模型
如图 1 所示，我有 3 个模型，每个模型都适用于特定领域. 这 3 个模型分别使用不同的数据集进行训练. 并且推理是连续的: 由于python的多进程库，我尝试并行化这3个模型的调用，但它非常不稳定，不建议这样做. 这是我必须确保一次完成所有这些的想法: 由于 3 个模型共享一个通用的预训练模型，我想制作一个具有多个输入和多个输出的模型. 如下图所示:
..
functional-api相关内容
合并3深度网络并端到端训练
我正在使用深度学习概念，但它是一个初学者，我正在尝试使用3个深度神经网络模型建立特征融合概念，我的想法是我正在尝试从这三个模型中获取特征并执行在最后的单个S形层上进行分类，然后获取结果，这是我运行的代码. 代码: 来自keras.layers的 导入输入，密集从keras.models导入模型从sklearn.model_selection导入train_test_split导入nump
..
具有Keras功能API的多输入多输出模型
如图1所示，我有3个模型，每个模型都适用于特定领域. 使用不同的数据集分别训练这3个模型. 就像在推理期间一样，我将调用一个模型，该模型将同时执行所有3个操作. 我看到使用KERAS的Functional API可以实现，但是我不知道该怎么做.数据集的输入具有相同的维度.这些是(200,200,3)的图片. 如果任何人都有一个共享通用结构的多输入多输出模型的示例，那我很好.
..