如何创建一个由两个保存的tensorflow网络组成的tensorflow网络？

Question

假设我已经训练并保存了6个不同的网络，其中隐藏层计数、神经元计数和学习速率的所有值都不同。

例如：

• 1有8个隐层，每层有16个神经元，以.1学习速度训练。
• 1有4个隐层，每层4个神经元，以.01学习速度训练。
• 1有4个隐层，每层4个神经元，以.03学习速度训练。
• 1有4个隐层，每层有8个神经元，以.01学习速度训练。
• 1有4个隐层，每层有8个神经元，以.001学习速度训练。
• 1有6个隐层，每层4个神经元，以.01学习速度训练。

我怎样才能创建一个新的网络，其中每个保存的网络基本上都是一个神经元？在训练这个组合网络时，我不想影响保存的网络权重和偏差，而是想从本质上决定哪一个对于给定的输入更准确。我已经在实践中实现了这一点，通过加载每个网络，通过每个网络运行数据，然后将所有的输出存储到新的网络中，但我觉得必须有一种更简单、最重要的，更快的方法来实现这一点。

一个例子可能是两个网络:夜间图像检测和白天图像检测。每个人分别训练和保存。我想要另一个网络，它本质上是一张图片，它说：“哦，我们在中间的某个地方，所以让我们使用50/50，或者说，它更接近夜晚，但不是完全的夜晚，使用90%的夜间数据和10%的白天。”因此，我想在每个模型中输入大量的图像，然后根据夜间和白天来衡量数据的价值，从而创建一个适用于夜间或白天的网络。

任何帮助都非常感谢。实际上，我拍摄的网络要大得多，也要复杂得多，但我正在寻找一种策略。

Answer 1

我不确定我是否正确地理解了你的观点，但是基于块的神经网络可能是你正在寻找的。在BBNN中，每个节点都可以是一个神经网络，而w.r.t您所描述的一层BBNN就是您所需要的。