如何创建两个已保存tensorflow网络的tensorflow网络？

Question

假设我训练并保存了6个不同的网络，其中所有的隐层计数、神经元计数和学习率值都不同

例如：

• 1具有8个隐藏层，每个层中有16个神经元，以.1的学习速率训练
• 1具有4个隐藏层，每个层中有4个神经元，以0.01学习率训练
• 1具有4个隐藏层，每个层中有4个神经元，以.03学习速率训练
• 1具有4个隐藏层，每个层中有8个神经元，以0.01学习率训练
• 1具有4个隐藏层，每个层中有8个神经元，以.001学习率训练
• 1具有6个隐藏层，每个层中有4个神经元，以.01学习率训练

我如何才能创建一个新的网络，其中每个保存的网络基本上都充当一个神经元？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，而是想从本质上确定对于给定输入哪个更准确。 在实践中，我通过加载每个网络、在每个网络中运行数据，然后存储所有输出，然后将这些输出输入到新的网络中来实现这一点，但我觉得必须有一种更简单、更重要、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。每个人都单独训练和保存。我想要另一个网络，它本质上是一个图像，并说“哦，我们在这中间的某个地方，所以让我们使用50/50，或者哦，它更接近夜晚，但不是完全的夜晚，使用90%个夜间数据和10%天。”所以我想在它尝试每一个模型的图片上输入大量的图像，然后根据白天和黑夜对数据进行加权，以创建一个适用于白天和黑夜的网络

非常感谢您的帮助。事实上，我拍摄的网络要大得多，也更复杂，但我正在寻找一种策略

Answer 1

我不确定我是否正确理解了你的观点，但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，您所描述的一层BBNN就是您所需要的