Question

我训练了一个有4个隐藏层和2个密集层的模型，我保存了那个模型。

现在我想要加载该模型，并希望分成两个模型，一个有一个隐藏层，另一个只有密集层。

我已按以下方式将模型与隐藏图层分开

model = load_model ("model.hdf5")
HL_model = Model(inputs=model.input, outputs=model.layers[7].output)

这里模型是加载模型，在第7层是我的最后一个隐藏层。我试图将密集分裂成类似的

DL_model = Model(inputs=model.layers[8].input, outputs=model.layers[-1].output)

我收到错误

TypeError: Input layers to a `Model` must be `InputLayer` objects.

分割后，HL_model的输出将是DL_model的输入。

任何人都可以帮我创建一个具有密集层的模型吗？

PS：我也试过下面的代码

from keras.layers import Input 
inputs = Input(shape=(9, 9, 32), tensor=model_1.layers[8].input)
model_3 = Model(inputs=inputs, outputs=model_1.layers[-1].output)

收到错误

RuntimeError: Graph disconnected: cannot obtain value for tensor Tensor("conv2d_1_input:0", shape=(?, 144, 144, 3), dtype=float32) at layer "conv2d_1_input". The following previous layers were accessed without issue: []

模型的输入图像尺寸（144,144,3）。

Answer 1

您需要先指定一个新的Input图层，然后将剩余的图层叠加在其上：

DL_input = Input(model.layers[8].input_shape[1:])
DL_model = DL_input
for layer in model.layers[8:]:
    DL_model = layer(DL_model)
DL_model = Model(inputs=DL_input, outputs=DL_model)

Answer 2

更通用一点。您可以使用以下函数来拆分模型

from keras.layers import Input
from keras.models import Model
def get_bottom_top_model(model, layer_name):
    layer = model.get_layer(layer_name)
    bottom_input = Input(model.input_shape[1:])
    bottom_output = bottom_input
    top_input = Input(layer.output_shape[1:])
    top_output = top_input

    bottom = True
    for layer in model.layers:
        if bottom:
            bottom_output = layer(bottom_output)
        else:
            top_output = layer(top_output)
        if layer.name == layer_name:
            bottom = False

    bottom_model = Model(bottom_input, bottom_output)
    top_model = Model(top_input, top_output)

    return bottom_model, top_model
bottom_model, top_model = get_bottom_top_model(model, "dense_1")

Layer_name 只是您要拆分的图层的名称。

如何分割在keras训练的模型？

2 个答案: