我正在Keras中导入预先训练好的VGG模型
from keras.applications.vgg16 import VGG16
我注意到标准模型的类型是 keras.models.Sequential ，而预先训练的模型是 keras.engine.training.Model . 我通常分别使用 add 和 pop 为顺序模型添加和删除图层，但是，我似乎无法使用带有预训练模型的 pop .
keras.models.Sequential
keras.engine.training.Model
add
pop
对于这些类型的模型，是否有 pop 的替代品？
取决于你想要删除的内容 . 如果要删除最后一个softmax图层并使用模型进行传递学习，可以将 include_top=False kwarg传递给模型，如下所示：
include_top=False
from keras.applications.vgg16 import VGG16 IN_SHAPE = (256, 256, 3) # image dimensions and RGB channels pretrained_model = VGG16( include_top=False, input_shape=IN_SHAPE, weights='imagenet' )
我最近写了一篇关于这个用例的博客文章，里面有一些代码示例，并详细介绍了一些：http://innolitics.com/10x/pretrained-models-with-keras/
如果您想要修改模型体系结构，可以通过 pretrained_model.layers.pop() 访问 pop() 方法，如@indraforyou发布的链接中所述 .
pretrained_model.layers.pop()
pop()
旁注：当您在预训练模型中修改图层时，对结构和输入/输出形状进行可视化尤其有用 . pydot 和 graphviz 对此特别有用：
pydot
graphviz
import pydot pydot.find_graphviz = lambda: True from keras.utils import plot_model plot_model(model, show_shapes=True, to_file='../model_pdf/{}.pdf'.format(model_name))
1 回答
取决于你想要删除的内容 . 如果要删除最后一个softmax图层并使用模型进行传递学习，可以将
include_top=Falsekwarg传递给模型，如下所示：我最近写了一篇关于这个用例的博客文章，里面有一些代码示例，并详细介绍了一些：http://innolitics.com/10x/pretrained-models-with-keras/
如果您想要修改模型体系结构，可以通过
pretrained_model.layers.pop()访问pop()方法，如@indraforyou发布的链接中所述 .旁注：当您在预训练模型中修改图层时，对结构和输入/输出形状进行可视化尤其有用 .
pydot和graphviz对此特别有用：