Question

我有一个向Keras模型添加图像预处理层的任务，因此在加载Keras模型后，我想为此模型添加新的输入层。

我发现我可以使用Lambda层来预处理图像数据。层代码为：

def vgg16preprocessing(x):
    mean_tensor = K.backend.variable([125.307, 122.95, 113.865], name="mean")
    std_tensor = K.backend.constant([62.9932, 62.0887, 66.7048], name="std_tensor")
    result = (x - mean_tensor) / (std_tensor)
    return K.backend.reshape(result, (-1, 32, 32, 3))
preproc_layer = K.layers.Lambda(vgg16preprocessing, output_shape=(32, 32, 3), input_shape=(32, 32, 3))

但是我不知道如何在模型的前面添加这一层。我找到了this answer，但是无法在keras.layers.Input()中添加图层。

是否可以将Lambda层设置为新的输入层？

Answer 1

您可以使用VGG16模型并将其应用于Lambda层的输出：

vgg = VGG16(...)

input_img = Input(shape=...)
preproc_img = Lambda(vgg16preprocessing)(input_img)
output = vgg(preproc_img)

model = Model(input_img, output)

如何在Keras中将Lambda层作为输入层添加到现有模型中？

1 个答案: