Question

是否可以在Tensorflow中加载预训练的模型并删除网络中的顶层？我正在看Tensorflow版本r1.10

我唯一能找到的文档是关于tf.keras.Sequential.pop https://www.tensorflow.org/versions/r1.10/api_docs/python/tf/keras/Sequential#pop

我想通过删除一堆顶部卷积层并添加自定义的完全卷积层来手动修剪经过预训练的网络。

编辑：

该模型是从Tensorflow Model Zoo下载的ssd_mobilenet_v1_coco。我可以同时访问Frozen_inference_graph.pb模型文件和检查点文件。

我无权访问用于构建模型的python代码。

谢谢。

Answer 1

从inspecting the code，SSDMobileNetV1FeatureExtractor.extract_features重定向research.slim.nets：

  from nets import mobilenet_v1  # nets will have to be on your PYTHONPATH

with tf.variable_scope('MobilenetV1',
                       reuse=self._reuse_weights) as scope:
  with slim.arg_scope(
      mobilenet_v1.mobilenet_v1_arg_scope(
          is_training=None, regularize_depthwise=True)):
    with (slim.arg_scope(self._conv_hyperparams_fn())
          if self._override_base_feature_extractor_hyperparams
          else context_manager.IdentityContextManager()):
      _, image_features = mobilenet_v1.mobilenet_v1_base(
          ops.pad_to_multiple(preprocessed_inputs, self._pad_to_multiple),
          final_endpoint='Conv2d_13_pointwise',
          min_depth=self._min_depth,
          depth_multiplier=self._depth_multiplier,
          use_explicit_padding=self._use_explicit_padding,
          scope=scope)

mobilenet_v1_base函数接受一个final_endpoint参数。无需修剪构造的图，只需构造图直到所需的端点即可。

Tensorflow从预训练模型中删除图层

1 个答案: