如何分割在keras训练的模型？-Java 学习之路

我训练了一个有4个隐藏层和2个密集层的模型，我保存了那个模型 .

现在我想加载该模型，并希望分成两个模型，一个有一个隐藏层，另一个只有密集层 .

我用以下方式将模型与隐藏层分开

model = load_model ("model.hdf5")
HL_model = Model(inputs=model.input, outputs=model.layers[7].output)

这里的模型是加载模型，在第7层是我的最后一个隐藏层 . 我试图把密集的东西分开

DL_model = Model(inputs=model.layers[8].input, outputs=model.layers[-1].output)

我收到了错误

TypeError: Input layers to a `Model` must be `InputLayer` objects.

分割后，HL_model的输出将是DL_model的输入 .

任何人都可以帮我创建一个具有密集层的模型吗？

PS：我也试过下面的代码

from keras.layers import Input 
inputs = Input(shape=(9, 9, 32), tensor=model_1.layers[8].input)
model_3 = Model(inputs=inputs, outputs=model_1.layers[-1].output)

并得到错误

RuntimeError: Graph disconnected: cannot obtain value for tensor Tensor("conv2d_1_input:0", shape=(?, 144, 144, 3), dtype=float32) at layer "conv2d_1_input". The following previous layers were accessed without issue: []

这里 (144, 144, 3) 在 model 的输入图像大小 .

1 回答

您需要先指定一个新的Input图层，然后将剩余的图层堆叠在其上：

DL_input = Input(model.layers[8].input_shape[1:])
DL_model = DL_input
for layer in model.layers[8:]:
    DL_model = layer(DL_model)
DL_model = Model(inputs=DL_input, outputs=DL_model)

回复于 2024-05-07T03:36:09+08:00

如何分割在keras训练的模型？

1 回答

相关问题