[英]Add layers to a pretrained model wihout creating a sequential model
我正在使用預訓練的 Re.net50(來自 tensorflow.keras.applications 包)和 f.netune 用於多標簽分類(有 2 個類),我想從 f.netuned model 中提取顯着圖。
為了制作分類器,我向 Re.net model 添加了 2 個密集層,創建了一個新的順序 model,如下所示:
self.model = tf.keras.Sequential([
resnet50,
layers.Dense(1024, activation='relu', name='hidden_layer'),
layers.Dense(2, activation='sigmoid', name='output')
])
但我的問題是 re.net50 變成了“單層”,就像每一層都無法訪問:model 摘要僅包含 3 層。 我想知道是否有一種方法可以在不創建順序 model 的情況下向功能性 model 添加層,以便能夠訪問 re.net model 的每一層。
先感謝您,
要訪問 re.net50 model 的層,您必須首先訪問 re.net50 層 a,然后從該層訪問要為其創建顯着性的卷積層 map。
self.model.get_layer("resnet50").get_layer("conv5_block2_3_conv")
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.