Question

我正在尝试使用VGG16预训练模型进行图像分类。同样，我做了以下事情：

vgg16_model = keras.applications.vgg16.VGG16()

模型的类型如下：

type(vgg16_model)

结果是：

tensorflow.python.keras.engine.training.Model

然后，我将顺序模型定义为：

model = Sequential()

然后，我尝试通过以下方式将vgg16_model转换为顺序的：

for layer in vgg16_model.layers:
    model.add(layer)

它向我显示了一个错误，如下所示：

TypeError: The added layer must be an instance of class Layer. Found: < tensorflow.python.keras.engine.input_layer.InputLayer object at 0x1ddbce5e80>**

如果有人可以帮助我，那将是很棒的事情。

Answer 1

解决方案：

我的错误是我的导入语句是：

from keras.applications.vgg16 import VGG16

然后，再次初始化模型时，我再次将其命名为：

vgg16_model = keras.applications.vgg16.VGG16()

所以，我这是一个愚蠢的错误。解决方法如下：

vgg16_model = VGG16()

我意识到这个问题非常具体，可能对社区没有太大帮助。不过，我还是发布解决方案，以防其他人再次面对它。

Answer 2

一种更简单的方法是将图层直接传递给顺序模型实例，而不是使用for循环：

from keras.applications.vgg16 import VGG16

vgg = VGG16(weights='imagenet', ...)
model = Sequential(vgg.layers)

无法将VGG16图层转换为连续的

2 个答案: