首页 文章

在张量流中的Keras模型

提问于
浏览
0

我正在tensorflow中构建图像处理网络,我想利用纹理损失 . 如果加载了预训练模型,纹理丢失似乎很容易实现 .

我正在使用TF为我的模型构建计算图,我想结合Keras.application.VGG19模型来获取层'block4_conv4'的输出 .

问题是:我有两个TF张量目标和我的主要模型的结果,如何在同一个会话中将它们输入keras VGG19以计算它们的差异并将其用于我的模型的主要损失?

1 回答

  • 0

    似乎以下代码可以解决问题

    with tf.variable_scope("") as scope:
        phi_func = VGG19(include_top=False, weights=None, input_shape=(128, 128, 3))
    
        text_1 = phi_func(predicted)
        scope.reuse_variables()
        text_2 = phi_func(x)
    
        text_loss = tf.reduce_mean((text_1 - text_2)**2)
    

    在会话创建后

    • 我调用 phi_func.load_weights(path) 来启动权重

相关问题