如何将keras模型集成到张量流网络

Question

我想将经过训练的keras模型集成到张量流网络中，以帮助训练tensorflow模型，即无需再次训练keras模型，它只会为tensorflow模型带来损失。下图是基本的网络体系结构。

以下代码将为keras模型生成损失。但是，不幸的是，尽管没有给出任何错误，但它未能加载预训练的keras模型。即代码可以工作，但它只是加载了一个随机模型（变量的随机值），它返回了一个随机值，而不是由预训练模型生成的值。

library(data.table)

setDT(df) %>% 
  .[, lapply(.SD, as.character)] %>% # being explicit and avoid warning
  melt(id.vars = c("Inj", "Injection ID"), variable.factor = FALSE) %>%
  dcast(Inj + `Injection ID` ~ paste0(variable, ".", 1:nrow(df)))

   Inj Injection ID Name.1 Name.2 Name.3 Name.4 Name.5 Name.6 Time.1 Time.2 Time.3
1:   1         6130      B    CBZ      A      C      D      F  3.007  7.397  7.486
   Time.4 Time.5 Time.6
1:  7.761 10.175 10.511

我阅读了关于stackoverflow的相关说明： 1 Calling a Keras model on a TensorFlow tensor but keep weights [2] Tensorflow op in Keras model [3] Implementing a tensorflow graph into a Keras model

但这仍然无法解决我的问题。有人可以帮助我吗？ 预先感谢

Answer 1

来自喀拉拉邦docs：

  

权重：“无”（随机初始化）或“图像网”（在ImageNet上进行预训练）之一。

您要使用weights='imagenet'而不是None。