孪生网络(1)_孪生网络的分类

最新推荐文章于 2023-09-23 13:01:37 发布

疯狂的程序猿88888

最新推荐文章于 2023-09-23 13:01:37 发布

阅读量5.7k

点赞数 3

分类专栏：图像文章标签：深度学习

本文链接：https://blog.csdn.net/u012940753/article/details/105530030

版权

本文介绍了孪生网络的两种类型：不共享参数和共享参数的孪生网络。不共享参数的网络每个输入都有独立的模型，而共享参数的网络则使用同一套网络结构，显著减少了参数数量。孪生网络在深度学习中用于比较不同输入的相似性。

摘要由CSDN通过智能技术生成

孪生网络

全文参考https://blog.csdn.net/qq_35826213/article/details/86313469

孪生网络有两种，一种是不共享参数的孪生网络，另一种是共享参数的孪生网络，

不共享参数的孪生网络

from keras.layers import merge,Conv2D,MaxPool2D,Activation,Dense,concatenate,Flatten
from keras.layers import Input
from keras.models import Model

def FeatureNetwork():
    """特征提取网络"""
    inp=Input(shape=(28,28,1),name="FeatureNet_ImageInput")
    models=Conv2D(filters=24,kernel_size=(3,3),strides=1,padding='same')(inp)
    models=Activation('relu')(models)
    models=MaxPool2D(pool_size=(3,3))(models)

    models=Conv2D(filters=64,kernel_size=(3,3),strides=1,padding='same')(models)
    models=Activation('relu')(models)

    models=Conv2D(filters=96,kernel_size=(3,3),strides