MATLAB的答案

在深度学习模型中加入变量作为输入参数

16次浏览(过去30天)
阿卜杜勒·拉赫曼博士
评论道: 阿卜杜勒·拉赫曼博士2021年4月18日
我正在研究CNN模型，该模型将输入图像的像素值增加x倍。这里，x的值对于每个像素都是不同的，这可以由CNN来管理。我还想让x的值根据另一个变量来决定。而CNN模型只以图像作为输入。
我如何添加另一个额外的变量与图像作为CNN模型的输入?

登录回答这个问题。

接受的答案

Srivardhan Gadila
Srivardhan Gadila 2021年4月14日
你可以参考 多输入多输出网络 创建一个有多个输入的网络。
举例如下:
定义多输入网络。
Layers1 = [
imageInputLayer([28 28 3]，“名字”，“输入”）
convolution2dLayer(3、3、“填充”，“相同”，“名字”，“conv_1”）
multiplicationLayer (2“名字”，“mul”）
regressionLayer (“名字”，“回归”));
lgraph = layerGraph(layers1);
layers2 = [imageInputLayer([28 28 3]，“名字”，“x”));
lgraph = addLayers(lgraph,layers2);
连接层。
lgraph = connectLayers(“x”，“mul / in2”）;
网络分析。
analyzeNetwork (lgraph)
你可以参考 深度学习层列表 对于可用的层和 深度学习自定义层 为您的问题创建一个自定义层。
4评论
显示旧的评论
阿卜杜勒·拉赫曼博士
阿卜杜勒·拉赫曼博士 2021年4月18日
我还有几个问题，因为我很难准备深度学习模型。
我正在研究的CNN模型有两部分，即编码器(卷积层和下采样)和解码器(卷积层和上采样)，用于图像增强。编码器部分可用于图像特征分析，解码器部分用于生成输出图像。
现在，我计划通过'featureInputLayer'添加一个标量值作为额外的输入。是否可以在编码器后添加，还是添加开始同时给出图像和标量值作为输入是更好的选择?

登录评论。

更多答案(0)

类别

了解更多图像深度学习在帮助中心而且文件交换

标签

s manbetx 845

社区寻宝

在MATLAB Central中找到宝藏，并发现社区如何帮助您!

开始狩猎!

翻译的