修改神经网络以一次预测3个示例

Question

我这里有一个卷积神经网络，它获取96x96x3的图片并输出1x128编码。(未定义的函数只是一系列的层)

我如何修改架构以接受3x96x96x3的输入并产生3x128的输出(使用相同的参数向前传播3次)？

def faceRecoModel(input_shape):
    """
    Implementation of the Inception model used for FaceNet

    Arguments:
    input_shape -- shape of the images of the dataset

    Returns:
    model -- a Model() instance in Keras
    """

    # Define the input as a tensor with shape input_shape
    X_input = Input(input_shape)

    # Zero-Padding
    X = ZeroPadding2D((3, 3))(X_input)

    # First Block
    X = Conv2D(64, (7, 7), strides=(2, 2), name='conv1')(X)
    X = BatchNormalization(axis=1, name='bn1')(X)
    X = Activation('relu')(X)

    # Zero-Padding + MAXPOOL
    X = ZeroPadding2D((1, 1))(X)
    X = MaxPooling2D((3, 3), strides=2)(X)

    # Second Block
    X = Conv2D(64, (1, 1), strides=(1, 1), name='conv2')(X)
    X = BatchNormalization(axis=1, epsilon=0.00001, name='bn2')(X)
    X = Activation('relu')(X)

    # Zero-Padding + MAXPOOL
    X = ZeroPadding2D((1, 1))(X)

    # Second Block
    X = Conv2D(192, (3, 3), strides=(1, 1), name='conv3')(X)
    X = BatchNormalization(axis=1, epsilon=0.00001, name='bn3')(X)
    X = Activation('relu')(X)

    # Zero-Padding + MAXPOOL
    X = ZeroPadding2D((1, 1))(X)
    X = MaxPooling2D(pool_size=3, strides=2)(X)

    # Inception 1: a/b/c
    X = inception_block_1a(X)
    X = inception_block_1b(X)
    X = inception_block_1c(X)

    # Inception 2: a/b
    X = inception_block_2a(X)
    X = inception_block_2b(X)

    # Inception 3: a/b
    X = inception_block_3a(X)
    X = inception_block_3b(X)

    # Top layer
    X = AveragePooling2D(pool_size=(3, 3), strides=(1, 1), data_format='channels_first')(X)
    X = Flatten()(X)
    X = Dense(128, name='dense_layer')(X)

    # L2 normalization
    X = Lambda(lambda x: K.l2_normalize(x, axis=1))(X)

    # Create model instance
    model = Model(inputs=X_input, outputs=X, name='FaceRecoModel')

    return model

Answer 1

如果你想接受shape (batch_size, 3, 96, 96, 3)的输入，即处理3个图像作为单个输入样本，那么你需要创建一个新的模型，该模型使用你训练的模型，并将其独立地应用于这3个图像中的每一个。您可以使用Keras中的TimeDistributed包装器轻松实现这一点：

from keras.layers import TimeDistributed

inp = Input(shape=(3, 96, 96, 3))
out = TimeDistributed(the_trained_face_rec_model)(inp)

model = Model(inp, out)

这个新模型的输出具有(batch_size, 3, 128)的形状。不需要编译或训练这个新模型，因为它只是之前训练过的模型的包装器。所以你可以使用：predictions = model.predict(my_images)。

Answer 2

编辑:正如op所提到的，网络应该一次处理3个图像，因为数据集将是形状(m,3,96,96,3)，那么一种简单的方法是以并行的方式创建三个标准的初始网络，然后将从每个网络接收的输出连接起来。

Answer 3

你不需要修改任何东西，Keras中输入的第一个维度总是批处理维度，所以你真的需要输入shape (3, 96, 96, 3)，然后你就会得到一个对应的(3, 128)输出。不需要修改代码。