我正在使用ubuntu和python 3以及keras over tensorflow,我正在尝试使用预先训练过的keras模型中的转移学习创建一个模型,如here所述:
我使用以下代码
import numpy as np
from keras.applications import vgg16, inception_v3, resnet50, mobilenet
from keras import Model
a = np.random.rand(1, 224, 224, 3) + 0.001
a = mobilenet.preprocess_input(a)
mobilenet_model = mobilenet.MobileNet(weights='imagenet')
mobilenet_model.summary()
inputLayer = mobilenet_model.input
m = Model(input=inputLayer, outputs=mobilenet_model.get_layer("conv_pw_13_relu")(inputLayer))
m.set_weights(mobilenet_model.get_weights()[:len(m.get_weights())])
p = m.predict(a)
print(np.std(p), np.mean(p))
print(p.shape)
我正在使用的图层的输出始终是一个零数组,我应该将权重加载到我正在创建的p,以便预先训练的模型实际工作吗?
2 回答
层之间的Keras与这些层的输出存在差异 . 您可以将图层视为表示计算,将输出视为这些计算的结果 . 当您实例化
Model
对象时,它会将计算结果视为输出,而不是计算本身,因此会出现错误 . 要修复它,您可以将图层的输出传递给Model
构造函数:为了在Keras模型中获得中间层的输出,Keras提供了不同的方法 .
在您的情况下,您可以像这样获取所需图层的输出
有关此方法和其他可用方法的更多详细信息,请查看this文档