Keras 中預訓練的 ResNet101 在哪里以及如何獲取原始特征？

Question

我需要在 Keras 中預訓練 ResNet101，但 Python 給了我錯誤。 在他們寫的文檔中

keras.applications.resnet.ResNet101(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)

（ https://keras.io/applications/ ）但是當我導入 ResNet101 Python 時出現錯誤

AttributeError: module 'keras.applications' has no attribute 'resnet' 

此外，我需要在“池化”層之前計算的特征，例如使用 VGG16 我會這樣做：

myModel = Model(baseModel.input, baseModel.layers[-2].output)

如何使用 ResNet 獲取它們？ 謝謝

Answer 1

錯誤在您的 Keras 版本中：

https://stackoverflow.com/a/54730330/9110938

特征提取

ResNet-101 的最后兩層是全局平均池化層和全連接層。 正因為如此：

myModel.layers[-1].output # output of the FC layer
myModel.layers[-2].output # output of the global average pooling layer

Answer 2

試試這個

keras.applications.ResNet101(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)