我想使用vgg16预训练的keras模型 . 我在尝试更改模型时发现了一些奇怪的行为 .
1)我已经添加了一些每个训练模型的 layers
. 我的问题是,张量板显示的模型层没有添加到序列模型中 . 这很奇怪,因为我也删除了导入的模型 . 我认为这与层之间的依赖关系有关,所以我想删除这些依赖项 . 我怎样才能做到这一点?
例如,在这张图片中有两层我没有添加,但它们在图表中显示
vgg16_model = keras.applications.vgg16.VGG16()
cnnModel = keras.models.Sequential()
for layer in vgg16_model.layers[0:13]:
cnnModel.add(layer)
for layer in vgg16_model.layers[14:16]:
cnnModel.add(layer)
for layer in vgg16_model.layers[17:21]:
cnnModel.add(layer)
cnnModel.add(keras.layers.Dense(2048, name="compress_1"))
cnnModel.add(keras.layers.Dense(1024, name="compress_2"))
cnnModel.add(keras.layers.Dense(512, name="compress_3"))
for layer in cnnModel.layers[0:4]:
layer.trainable = False
del vgg16_model
2)使用 cnnModel.pop()
时出现第二个问题 . 事实上我已经添加了所有图层,但是在添加下一个图层之前,我会对我不想要的图层进行弹出,这是我得到的错误 .
Layer block4_conv2 has multiple inbound nodes, hence the notion of "layer output" is ill-defined. Use `get_output_at(node_index)` instead.
这是我正在使用的代码:
for layer in vgg16_model.layers[0:14]:
cnnModel.add(layer)
cnnModel.pop()
for layer in vgg16_model.layers[14:17]:
cnnModel.add(layer)
cnnModel.pop()
for layer in vgg16_model.layers[17:21]:
cnnModel.add(layer)
cnnModel.pop()
工作问题仅在尝试添加下一层时发生 .
谢谢您的帮助 .
1 回答
您可以尝试使用
Model
而不是Sequential
,例如: