Question

我在tensorflow中弄乱了Keras api，试图实现自动编码器。顺序模型可以工作，但是我希望能够分别使用编码器（前两层）和解码器（后两层），但要使用已经受过训练的模型的权重。有没有办法做到这一点？我必须制作一个自定义模型吗？

model = keras.Sequential()
model.add(encoder_1)
model.add(leaky_relu)
model.add(encoder_2)
model.add(leaky_relu2)
model.add(decoder_1)
model.add(leaky_relu3)
model.add(decoder_2)

encoder_model = keras.Sequential()
encoder_model.add(encoder_1)
encoder_model.add(leaky_relu)
encoder_model.add(encoder_2)
encoder_model.add(leaky_relu2)

decoder_model = keras.Sequential()
decoder_model.add(decoder_1)
model.add(leaky_relu3)
decoder_model.add(decoder_2)

我这样定义我的模型，但尝试在编码器或解码器输出上运行预测

'Sequential' object has no attribute '_feed_input_names'

Answer 1

是的，您应该将编码和解码层包装在分别调用的单独Model实例中。有关自动编码器的Keras blogporst应该包含您需要了解的所有内容：predefined pattern rules

Tensorflow Keras在自动编码器中分别使用编码器和解码器

1 个答案: