[英]ResNet model in keras and tf.keras give different output for the same image
对于给定的图像,我正在提取 ResNet 特征,即在所有 conv 层和全局最大池化之后,每个图像给出 2048 长度的向量。
早些时候,我使用keras==2.3.1
和后端tensorflow==1.13.1
。 现在,自从 keras 与 tensorflow 合并后,我已经转移到tensorflow==2.0.0
。 我用tf.keras
而不是keras
替换了我的代码。
但是现在提取的特征和之前提取的特征不一样了。 ResNet 是一个独立于 tensorflow/keras 甚至 pytorch 的模型。 它的功能是预定义的。 为什么会出现这种差异? 是否有任何参数可以调整以获得相同的功能?
编辑1 :添加代码
from tensorflow.keras.applications.resnet50 import ResNet50, preprocess_input
resnet_model = ResNet50(include_top=False)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.