在keras预训练模型中，我可以删除图层吗？

我正在进口keras的preggined vgg模型，从keras.applications.vgg16 import VGG16。我注意到标准型号是keras.models.Sequential，而预训练型号是keras.engine.training.Model型号。在standrd模型中，我可以使用add添加图层，并使用pop删除它们。在keras-pretrained模型中，我似乎无法使用pop。有没有其他的选择呢？谢谢在keras预训练模型中，我可以删除图层吗？

来源

2017-02-18 Shgidi

检查：http://stackoverflow.com/questions/41378461/how-to-use-models-from-keras-applications-for-transfer-learnig/ 41386444＃41386444 – indraforyou

取决于你想要删除。如果你想删除最后SOFTMAX层和使用转移的学习模式，你可以通过include_top=False kwarg到模型中，像这样：

from keras.applications.vgg16 import VGG16 
IN_SHAPE = (256, 256, 3) # image dimensions and RGB channels 

pretrained_model = VGG16(
    include_top=False, 
    input_shape=IN_SHAPE, 
    weights='imagenet' 
)

我写了这个用例博客中最近有一些代码示例并进行更详细的说明：http://innolitics.com/10x/pretrained-models-with-keras/

如果您想要修改模型架构更多，可以通过pretrained_model.layers.pop()访问pop()方法，如链接@indraforyou发布中所述。

备注：当您修改预训练模型中的图层时，对结构和输入/输出形状进行可视化会特别有帮助。 pydot和graphviz是特别有用的：

import pydot 
pydot.find_graphviz = lambda: True 
from keras.utils import plot_model 
plot_model(model, show_shapes=True, to_file='../model_pdf/{}.pdf'.format(model_name))

来源

2018-02-14 21:30:37

在keras预训练模型中，我可以删除图层吗？

回答

相关问题