Question

是什么调用具有或不包括该模型的顶层的VGG16模型的差异？我想知道，为什么在模型摘要未显示的输入参数层时，模型被称为不包括顶层。余应用于以下两种方式VGG16模型：

from keras.applications import vgg16
model = vgg16.VGG16(weights='imagenet', include_top=False)
print(model.summary)

模型中各层的形状未显示任何输入，即（无，无，无，64），请参见下文

Layer (type)                 Output Shape              Param 
===================================================================   
block1_conv1 (Conv2D)        (None, None, None, 64)    1792      
block1_conv2 (Conv2D)        (None, None, None, 64)    36928     
block1_pool (MaxPooling2D)   (None, None, None, 64)    0

但是，以下代码返回输入参数

from keras.applications import vgg16
model = vgg16.VGG16()
print(model.summary)

在这种情况下，图层的形状将返回输入参数

Layer (type)                 Output Shape              Param   
==================================================================   
block1_conv1 (Conv2D)        (None, 224, 224, 64)      1792      
block1_conv2 (Conv2D)        (None, 224, 224, 64)      36928     
block1_pool (MaxPooling2D)   (None, 112, 112, 64)       0

我试图理解为什么会这样，请发表评论

Answer 1

VGG的顶层完全连接的，其被连接到卷积碱的输出层。这些包含固定数量的节点，可以选择使用在imagenet上预训练的权重实例化它们。因此，当实例化包含顶层的VGG模型时，体系结构的大小是固定的，并且该模型将仅接受输入大小固定为（224,224,3）的图像。 用其他尺寸的图像填充网络会改变密集的分类层中的权重数量。

但是，当您忽略顶部分类器时，您将能够将大小不同的图像馈送到网络，并且卷积堆栈的输出将相应地发生变化。这样，您可以将VGG架构应用于您选择的大小的图像，并在其顶部粘贴您自己的密集连接的分类器。 与密集层相比，卷积层中的权重数量保持不变，只是它们输出的形状发生了变化。

实例化没有顶层但具有特定输入形状的VGG模型时，您会注意到所有这一切：

from keras.applications import vgg16
model = vgg16.VGG16(include_top=False, input_shape=(100,100,3))
model.summary()

会产生：

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_4 (InputLayer)         (None, 100, 100, 3)       0         
_________________________________________________________________
block1_conv1 (Conv2D)        (None, 100, 100, 64)      1792      
_________________________________________________________________
block1_conv2 (Conv2D)        (None, 100, 100, 64)      36928     
_________________________________________________________________
block1_pool (MaxPooling2D)   (None, 50, 50, 64)        0         
_____________________________________________________________
etc.

有趣的是，当您用不同的输入形状调用体系结构时，卷积层的输出形状如何变化。对于以上示例，我们得到：

block5_conv3 (Conv2D)        (None, 6, 6, 512)         2359808   
_________________________________________________________________
block5_pool (MaxPooling2D)   (None, 3, 3, 512)         0         
=================================================================
Total params: 14,714,688
Trainable params: 14,714,688
Non-trainable params: 0

如果您使用形状为（400,400,3）的图像实例化体系结构，则会得到以下输出：

_________________________________________________________________
block5_conv3 (Conv2D)        (None, 25, 25, 512)       2359808   
_________________________________________________________________
block5_pool (MaxPooling2D)   (None, 12, 12, 512)       0         
=================================================================
Total params: 14,714,688
Trainable params: 14,714,688
Non-trainable params: 0

请注意，两种情况下的权重数量如何保持相同。

调用Keras预训练模型而不包括顶层的区别

1 个答案: