如何在 keras 中创建具有多个网络的层次结构？答案

【问题标题】：How to create a hierarchy with multiple networks in keras?如何在 keras 中创建具有多个网络的层次结构？
【发布时间】：2017-08-21 15:16:46
【问题描述】：

我想对不同的图片进行分类，例如猫和狗。为此，我想训练一个通用网络“A”，它只对输入是猫还是狗进行分类。之后，每个一般类别的专门子网络应预测狗或猫的种族。

我知道 keras 的功能 api 以及如何将输出传递到另一层或网络，但我的问题是我如何将输出仅传递到一个专门的网络，以便在我预测通用类之后唯一的网络将使用的是对应的特殊网络。

所以我想在 keras 中构建类似的东西：

x = Input(shape(100,))
network_a_out = NetworkA(100)(x)
if(network_a_out == classCat)
    out = NetworkCat(100)(x) # predict special race of cat
else:
    out = NetworkDog(100)(x) # predict special race of dog

在不使用多个 if/else 语句的情况下，有没有更好的方法在 keras 中解决这个问题？

【问题讨论】：

你之前已经问过同样的问题：stackoverflow.com/questions/45736869/…请不要那样做。
我现在删除了旧问题，希望这个更容易理解
该代码行不通，而且，您为什么要将所有这些都放在一个网络中。使用三个独立的网络会更好，这样你的特征层就会在二级网络中获得新的权重，重点关注动物品种与动物类型
您找到解决方案了吗？对于不同的上下文，我需要类似的东西。

标签： python neural-network keras

【解决方案1】：

您可以尝试删除最后一层（预测狗/猫），并添加一个新层来预测狗/猫的种族。这意味着，使用第一个 NN 作为预训练网络来预测动物种族。您应该为狗训练一个预训练网络，为猫训练其他网络。

【讨论】：

是的，这就是我想解决我的问题的方法，但我不知道如何在 keras（或 tensorflow）中做到这一点我知道我可以将第一个 NN 的输出传递给每个专门的网络，但我不知道如何将输出仅传递给相应的专用网络（无需为每个子类编写许多 if/else）
假设您已经存储了经过训练的 NN（预测狗/猫）。在一个新脚本中，您加载该网络，删除最后一层，添加新层（最后一层具有赛狗数量的大小）并使用赛狗数据训练这个预训练网络。训练后，您可以将 NN 存储在另一个文件中。做同样的事情来预测猫的比赛。