[英]How to use model architecture of pretrained models but no weights
我想使用 ResNet model 架構並想更改最后幾層; 我怎樣才能只使用 Tensorflow 中 model 動物園的 model 架構?
To use a ResNet model, you can choose a select few from tensorflow.keras.applications
including ResNet50
, ResNet101
, and ResNet152
. 然后,如果要進行遷移學習,則需要更改一些默認的 arguments。 對於您的問題,您需要將weights
參數設置為None
。 否則,會提供'imagenet'
權重。 此外,您需要將include_top
設置為False
,因為您的問題的類數可能與 ImageNet 不同。 最后,您需要在input_shape
中提供數據的形狀。 這看起來像這樣。
base = tf.keras.applications.ResNet50(include_top=False, weights=None, input_shape=shape)
要獲得 model 的摘要,您可以執行以下操作
base.summary()
要添加自己的頭部,您可以使用功能 API。 您將需要添加一個Input
層和您自己的Dense
層,這將與您的任務相對應。 這可能是
input = tf.keras.layers.Input(shape=shape)
base = base(input)
out = tf.keras.layers.Dense(num_classes, activation='softmax')(base)
最后,構造一個model,你可以做
model = tf.keras.models.Model(input, out)
Model
構造函數需要 2 個 arguments。 第一個是 model 的輸入,第二個是輸出。 請注意,調用model.summary()
會將 ResNet 基礎顯示為單獨的層。 要查看 ResNet 基礎的所有層,您可以執行model.layers[1].summary()
,或者您可以修改有關如何構建 model 的代碼。 第二種方法是
out = tf.keras.layers.Dense(num_classes, activation='softmax')(base.output)
model = tf.keras.models.Model(base.input, out)
現在您可以僅使用model.summary()
查看所有層。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.