テンソルフローのマージ入力と出力

Question

テンソルフローの2つのモデルを連続して使用し、最初のモデルに合わせて2番目のモデルを入力として直接使用したいとします。しかし、私はそれを行う良い方法を見つけることができませんでした。私は

x = tf.placeholder('float', shape=[None, image_size[0] , image_size[1]]) 

y1_ = tf.placeholder('float', shape=[None, image_size[0] , image_size[1], 1]) 
y2_ = tf.placeholder('float', shape=[None, image_size[0] , image_size[1],\ 
                   labels_count]) 
image = tf.reshape(x, [-1,image_size[0] , image_size[1],1]) 
# y1 first output, to fit 
W_conv = weight_variable([1, 1, 1, labels_count]) 
b_conv = bias_variable([labels_count]) 

y1 = conv2d(image, W_conv) + b_conv 

cross_entropy1 = tf.reduce_sum(tf.nn.sigmoid_cross_entropy_with_logits(y1, y1_)) 
train_step1 =\ 
tf.train.GradientDescentOptimizer(LEARNING_RATE).minimize(cross_entropy) 
# Then use as input the folowing 
im_y1 = tf.zeros_initializer([None,image_size[0] , image_size[1],2]) 
im_y1[:,:,:,0]=x 
im_y1[:,:,:,1]=y1 

ものが最初最小限cross_entropy（Y1のy1_）を最小化パラメータW_convとb_conv次に説明するようim_y1をconstrucitingによってパラメータとしてY1を使用することで、以下のように進行することを試みました。

しかし、私はそれを書いたように、tf.zeros_initializerが引数Noneを取得することを拒否しているので、それは仕事量です。

Tensorflowの同じモデルで異なるフィットをパイプライン処理する良い方法は何ですか？

ありがとうございました！

Answer 1

であなたの例の最後の3行を置き換えます

im_y1 = tf.concat(3, [x, y1]) 

これは、3-RD（0ベース）の次元に沿ってxとy1を連結します。