Question

我想将高斯层模型添加到预训练的vgg16网络中（在卷积层1之后），并在通过图像时使嘈杂的层处于活动状态（我希望在通过噪声层后获得层的激活）推断阶段）。

我设法编译了一个“新”模型，其中添加了高斯层。我也有用于传递图像并获得对它们的激活的代码（使用model.predict（img））。我的问题是，现在当我将图像通过高斯噪声层传递时，激活不会从事先通过该层改变。我已经读过高斯噪声层通常用于训练中（而不是测试-对我来说很重要），但我也读过您可以“欺骗”一层以使您相信自己处于训练状态并且仍然拥有高斯噪声噪音活跃。我不知道该如何实际实施。

在这里，我用高斯噪声层创建新模型：

# load the model
model = VGG16(weights='imagenet')
# summarize the model
model.summary()
# loop over layers and add noise - create a new model
for i in range(1,len(model.layers)): # loop over all layers
    #print ('Working on '+layer_names[i])
    layer1 = model.layers[i]
    if i==1: # adding the noise
        noise = GaussianNoise(0.85)
        x = noise(layer1.output)
    if i<len(model.layers)-1: # reconnecting the layers
        layer2 = model.layers[i+1]
        x = layer2(x) 
    if i==len(model.layers)-1:
        predictors = x # this is the last layer
# Create a new model 
model2 = Model(input=model.input, output=predictors)
model2.summary()

这是我希望如何激活所有层（包括高斯层）的示例。

layer_names = ['block1_conv1',model2.layers[2].name,'block1_conv2','block2_conv1','block2_conv2','block3_conv1','block3_conv2','block3_conv3',\
               'block4_conv1','block4_conv2','block4_conv3','block5_conv1','block5_conv2','block5_conv3','fc1','fc2','predictions'];
for i in range(1,len(layer_names)): # loop over all layers
    print ('Working on '+layer_names[i])
    layer_name = layer_names[i]
    intermediate_layer_model = Model(inputs=model2.input,outputs=model2.get_layer(layer_name).output)
    # load the image with the required shape
    img = image.load_img('test.BMP', target_size=(224,224)) # plot with img
    # convert the image to an array
    img = image.img_to_array(img)
    # expand dimensions so that it represents a single 'sample'
    img = np.expand_dims(img, axis=0)
    # prepare the image (e.g. scale pixel values for the vgg)
    img = preprocess_input(img)
    # Now get the activations to this image
    intermediate_output = intermediate_layer_model.predict(img)

从block1_cov1层与gaussian_noise层接收到输出后，输出（intermediate_output）应该有所不同，但不是。我猜这是因为高斯噪声层没有激活，但是我不知道如何改变它。我知道我的代码不是很理想（只是开始与Keras一起使用），但是对于如何将噪声引入预训练的网络并使其通过网络“传播”的任何帮助，我们将不胜感激。

在Keras的预训练网络层之间添加高斯噪声层

0 个答案: