神经网络玩得越久就越会尝试一些网络结构上的大改动。将两个小模型连接成一个大模型，A-B，既可以同时训练又可以分离训练。所以，应用范围还是挺广的。首先说明，我的实现方法不一定是最佳方法。也是实在没有借鉴到比较好的方法，所以才自己手动写了一个。所以，连接的精髓在build_ae()函数，直接用for循环读出各层，然后一层一层重新构造新的模型，从而实现连接效果。因为keras也是基于图的框架，这个操作并不会很费时，因为没有实际地计算。使用keras搭建好一个模型，训练好，怎么得到每层的系数呢：这样系数就被存放到一个np中了。
暂无评论