1
假设我有两个神经网络模型,每个模型具有1个输入占位符和1个输出张量。从这2个输出我需要3个不同的值。如何在Tensorflow中复制操作和占位符
inputs: i1, i2, outputs: o1, o2
a = 1
b = 2
v1 = session.run(o1, feed_dict={i1: a})
v2 = session.run(o1, feed_dict={i1: b})
v3 = session.run(o2, feed_dict={i2: a})
问题是我需要喂这3个值到一个损失函数,所以我不能做到上述。我需要做的
loss = session.run(L, feed_dict={i1: a, i1: b, i2:a })
我不认为我能做到这一点,但即使我能我仍然会在以后的操作中的不确定性,因为与输入I1 O1采用不同于与输入I2 O1。
我认为这可以通过在第一个神经网络中有2个输入占位符和2个输出来解决。所以鉴于我已经有了一个模型,是否有一种方法来重构输入和输出,以便我能够适应这一点?
目视我想打开
i1 ---- (model) ----- o1
到
i1a o1a
\ /
\ /
x ----- (model) ----- x
/ \
/ \
i1b o1b