运行模型一部分的最简单方法是什么？

Question

我正在处理Keras功能API。 专门针对我的实验，我使用的Keras resnet50模型是通过以下方式获得的：

class AmazonProductSpider(scrapy.Spider):
    name = "AmazonDeals"
    allowed_domains = ["amazon.com"]
    start_urls = ["https://www.amazon.com/s?k=trimmer&ref=nb_sb_noss_2"]
    custom_settings = {
            'FEED_URI' : 'Asin_Titles.json',
            'FEED_FORMAT' : 'json'
    }

很显然，要获得网络的最终输出，我们需要将一个值提供给占位符model = resnet50.ResNet50(weights='imagenet') 。

我的问题是，如果我将适当尺寸的值输入其中，我是否可以从下图底部所示的input_1层开始推断该图？

我试图通过Keras relu实现这一目标。像这样：

functions

但是这种方法行不通，因为再次推断出我需要将值输入张量的任何输出。

在这里重新创建图形是我的最佳选择吗？

谢谢

Answer 1

如果我说对了，您可以只指定输入和输出节点

base_model = tf.keras.applications.ResNet50(weights='imagenet')
inference_model = tf.keras.Model(inputs=base_model.input, outputs=base_model.get_layer('any_layer_name').output)

您可以将输出设置为任何图层名称