Tensorflow 连接两个模型
Tensorflow joining two models
假设我创建了一个识别 20 个语音命令的语音转文本模型 'A' 和识别其他 20 个命令的模型 'B'。有没有办法让我可以加入这两个模型，以便它总共可以识别 40 个单词。
我认为这取决于您的型号。如果您正在使用像 LSTM 或 RNN 这样的深度学习模型，并且取决于您使用的库，这可能是可行的。许多人使用预训练的 CNN 来训练他们的图像识别和生成模型。我不确定您将如何加入两个已经训练过的模型的权重。从头开始，使用 Keras 我会训练一个模型，保存权重，将权重加载到另一个模型中（假设它们具有相同的架构和参数，然后在其他 20 个单词上训练第二个模型。此外，它可能值得研究那里的一些分布式学习解决方案。我只知道有产品的供应商（我听说过没有开源）提供集中模型权重的产品，并允许您在不同位置的不同数据上训练数据，然后集中合并这些权重。例如，不同的医院可以共享模型训练而不共享数据，这在您考虑隐私时非常有益。
假设我创建了一个识别 20 个语音命令的语音转文本模型 'A' 和识别其他 20 个命令的模型 'B'。有没有办法让我可以加入这两个模型，以便它总共可以识别 40 个单词。
我认为这取决于您的型号。如果您正在使用像 LSTM 或 RNN 这样的深度学习模型，并且取决于您使用的库，这可能是可行的。许多人使用预训练的 CNN 来训练他们的图像识别和生成模型。我不确定您将如何加入两个已经训练过的模型的权重。从头开始，使用 Keras 我会训练一个模型，保存权重，将权重加载到另一个模型中（假设它们具有相同的架构和参数，然后在其他 20 个单词上训练第二个模型。此外，它可能值得研究那里的一些分布式学习解决方案。我只知道有产品的供应商（我听说过没有开源）提供集中模型权重的产品，并允许您在不同位置的不同数据上训练数据，然后集中合并这些权重。例如，不同的医院可以共享模型训练而不共享数据，这在您考虑隐私时非常有益。