Question

我正在尝试从我之前训练过的模型中删除顶层。这是我使用的代码：

import os
import h5py
import numpy as np
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Convolution2D, MaxPooling2D, ZeroPadding2D
from keras.layers import Activation, Dropout, Flatten, Dense

# KERAS_BACKEND=theano python
import keras
keras.backend.set_image_dim_ordering("th")
img_width, img_height = 150, 150
data_dir = '//shared_directory/projects/try_CD/data/validation'

nb_train_samples = 2000
nb_validation_samples = 800
nb_epoch = 50



def make_bottleneck_features(model):
    datagen = ImageDataGenerator(rescale=1./255)
    generator = datagen.flow_from_directory(
            data_dir,
            target_size=(img_width, img_height),
            batch_size=32,
            class_mode=None,
            shuffle=False)
    bottleneck_features = model.predict_generator(generator, nb_validation_samples)
    return (bottleneck_features)


model=keras.models.load_model('/shared_directory/projects/think_exp/CD_M1.h5')
A = make_bottleneck_features(model)
model.summary()    
for i in range (6):  
    model.pop()    

B = make_bottleneck_features(model)
model.summary()

判断比较两次调用model.summary（）的结果，我可以看到确实删除了6个最顶层。

然而，丢弃这些图层后，模型的输出（保存到A和B）不会改变。

这种差异的根源是什么？如何检索所需图层的输出而不是整个模型的输出？

提前致谢！

Answer 1

你不能删除这样的图层，为了使它有效，你需要重新编译模型（AKA model.compile）。

但这不是从中间层获取输出的最佳方法，你可以使用K.function（其中K是keras.backend）从输入到其中一个层构建一个函数，然后调用功能。有关详细信息，请参阅this答案。

使用model.pop（）更改模型的摘要但不影响输出

1 个答案: