如何在cntk中进行Inception-v3转学？

Question

我一直在用cntk tutorial学习转学习。

完成本教程后，我尝试应用另一个模型，然后在this page下载InceptionV3_ImageNet_CNTK.model。

下载后，当我做了

node_outputs = C.logging.get_node_outputs(C.load_model('InceptionV3_ImageNet_CNTK.model'))
for l in node_outputs: print("  {0} {1}".format(l.name, l.shape))

剥离最终要素图层并附加新的Dense图层进行分类，我发现InceptionV3_ImageNet_CNTK.model没有节点名称。

Loading InceptionV3_ImageNet_CNTK.model and printing all layers:
(1000,)
(1,)
aggregateLoss ()
(1,)
aggregateEvalMetric ()
(1000,)
(2048, 1, 1)
(2048, 1, 1)
(2048, 8, 8)
(320, 8, 8)
(320, 8, 8)    
(320, 8, 8)
...

因此，我无法做到

feature_node = C.logging.find_by_name(base_model, node_name = model_details['feature_node_name'])
last_node = C.logging.find_by_name(base_model, node_name =  model_details['last_hidden_node_name'])

并冻结并附加一个新的Dense图层。

如何解决这个问题？ 我已经在互联网上搜索过（Github，StackOverflow，Google ......），但我无法找到一些对新手有用的东西。

非常感谢！