如何使用预训练模型的 model 架构但没有权重

Question

我想使用 ResNet model 架构并想更改最后几层； 我怎样才能只使用 Tensorflow 中 model 动物园的 model 架构？

Answer 1

To use a ResNet model, you can choose a select few from tensorflow.keras.applications including ResNet50 , ResNet101 , and ResNet152 . 然后，如果要进行迁移学习，则需要更改一些默认的 arguments。 对于您的问题，您需要将weights参数设置为None 。 否则，会提供'imagenet'权重。 此外，您需要将include_top设置为False ，因为您的问题的类数可能与 ImageNet 不同。 最后，您需要在input_shape中提供数据的形状。 这看起来像这样。

base = tf.keras.applications.ResNet50(include_top=False, weights=None, input_shape=shape)

要获得 model 的摘要，您可以执行以下操作

base.summary()

要添加自己的头部，您可以使用功能 API。 您将需要添加一个Input层和您自己的Dense层，这将与您的任务相对应。 这可能是

input = tf.keras.layers.Input(shape=shape)
base = base(input)
out = tf.keras.layers.Dense(num_classes, activation='softmax')(base)

最后，构造一个model，你可以做

model = tf.keras.models.Model(input, out)

Model构造函数需要 2 个 arguments。 第一个是 model 的输入，第二个是输出。 请注意，调用model.summary()会将 ResNet 基础显示为单独的层。 要查看 ResNet 基础的所有层，您可以执行model.layers[1].summary() ，或者您可以修改有关如何构建 model 的代码。 第二种方法是

out = tf.keras.layers.Dense(num_classes, activation='softmax')(base.output)
model = tf.keras.models.Model(base.input, out)

现在您可以仅使用model.summary()查看所有层。