如何將一個功能性 Resnet50 model 分解為多層

Question

我使用以下方法創建了 Resnet50：

     base_model = tf.keras.applications.ResNet50(include_top=False, weights=None, input_shape=(224, 224, 3))
    base_model.trainable = True
    
    inputs = Input((224, 224, 3))
    h = base_model(inputs, training=True)
    model = Model(inputs, projection_3)

model總結：

Layer (type)                Output Shape              Param #   
=================================================================
 input_image (InputLayer)    [(None, 256, 256, 3)]     0         
                                                                 
 resnet50 (Functional)       (None, 8, 8, 2048)        23587712  
                                                                 
=================================================================

后來，我意識到我需要像這樣訪問一些層：

Resmodel.layers[4].output

但是，我得到了：

IndexError: list index out of range

是否可以將 Resnet50 功能性 model 分解為多重層或訪問 model 的某個層。

Answer 1

嘗試這個

model.layers[1].layers[4]