在Keras中实施后期融合

Question

我正在研究一个包含图像和文本的多模式分类器。我已经开发并成功地实现了两个模型，一个是用于图像的CNN模型，另一个是基于BERT的文本模型。这两个模型的最后一层都是密集的，有n个单元和softmax激活（其中n是类的数量）。Keras提供了不同的合并层，用于合并这些模型的输出向量(https://keras.io/api/layers/merging_layers/)然后就有可能创建一个新的网络，但我的问题是：有没有更好的方法来组合单一模型的决策？也许可以根据一些标准对向量中的值进行加权？目前，我已使用以下简单的连接层开发了我的模型：

image_side = images_model(image_input)
text_side = text_model(text_input)
# Concatenation
merged = layers.Concatenate(name='Concatenation')([image_side, text_side])
merged = layers.Dense(128, activation = 'relu', name='Dense_128')(merged)
merged = layers.Dropout(0.2)(merged)
output = layers.Dense(nClasses, activation='softmax', name = "class")(merged)

提前感谢您！

Answer 1

这里可以在两个张量（模型输出）之间实现加权平均，其中可以自动学习权重。我还引入了权重总和必须为1的约束。要实现这一点，我们只需在体重上应用softmax。在下面的虚拟示例中，我将此方法与两个完全连接的分支的输出相结合，但您可以在其他任何场景中对其进行管理

这里是自定义层：

class WeightedAverage(Layer):

    def __init__(self, n_output):
        super(WeightedAverage, self).__init__()
        self.W = tf.Variable(initial_value=tf.random.uniform(shape=[1,1,n_output], minval=0, maxval=1),
            trainable=True) # (1,1,n_inputs)

    def call(self, inputs):

        # inputs is a list of tensor of shape [(n_batch, n_feat), ..., (n_batch, n_feat)]
        # expand last dim of each input passed [(n_batch, n_feat, 1), ..., (n_batch, n_feat, 1)]
        inputs = [tf.expand_dims(i, -1) for i in inputs]
        inputs = Concatenate(axis=-1)(inputs) # (n_batch, n_feat, n_inputs)
        weights = tf.nn.softmax(self.W, axis=-1) # (1,1,n_inputs)
        # weights sum up to one on last dim

        return tf.reduce_sum(weights*inputs, axis=-1) # (n_batch, n_feat)

以下是回归问题中的完整示例：

inp1 = Input((100,))
inp2 = Input((100,))
x1 = Dense(32, activation='relu')(inp1)
x2 = Dense(32, activation='relu')(inp2)
x = [x1,x2]
W_Avg = WeightedAverage(n_output=len(x))(x)
out = Dense(1)(W_Avg)

m = Model([inp1,inp2], out)
m.compile('adam','mse')

n_sample = 1000
X1 = np.random.uniform(0,1, (n_sample,100))
X2 = np.random.uniform(0,1, (n_sample,100))
y = np.random.uniform(0,1, (n_sample,1))

m.fit([X1,X2], y, epochs=10)

最后，您还可以通过以下方式可视化权重的值：

tf.nn.softmax(m.get_weights()[-3]).numpy()

参考和其他示例：https://towardsdatascience.com/neural-networks-ensemble-33f33bea7df3