具有额外参数的卷积神经网络

【问题标题】：Convolutional Neural Network with Extra Parameters具有额外参数的卷积神经网络
【发布时间】：2018-01-13 12:49:21
【问题描述】：

我正在尝试训练 CNN 来预测给定温度下 2D Ising 模型的地面（平衡）状态。本质上，一个方阵是随机初始化的，有两个可能的值。在一组规则下，系统会随着时间的推移而达到平衡。

问题在于基态取决于温度，CNN 需要知道温度。是否可以创建一个以温度和矩阵为输入并输出平衡的 CNN？

如果这很重要，我打算使用 Keras。

【问题讨论】：

标签： neural-network keras conv-neural-network

【解决方案1】：

首先对单独的输入（例如卷积）进行操作，然后在输入最终密集层之前将它们连接起来。

input_1 = Input(shape=(100, 100, 1), name="matrix")
input_2 = Input(shape=[1], name="temperature")

matrix = Conv2D(24, kernel_size = 3, strides = 2, padding='same', activation='relu')(input_1)

concat = Concatenate()([matrix, input_2])

dense_layer = Dense(512, activation='relu')(concat)
output = Dense(num_classes, activation='softmax')(dense_layer)

model = Model([input_1,input_2], output)

【讨论】：

谢谢，很快就会试试这个。