如何在keras的功能性api中向预训练模型的底部添加图层？

Question

在从keras的功能性api向预训练的VGG16模型的底部添加图层时遇到错误。

我正在阅读《 Python深度学习》教程，我认为这本书是在较早的keras中编写的，其中使用了Sequential API。

from tensorflow.keras.applications.vgg16 import VGG16
from keras.layers import Input,Flatten,Dense
from keras.models import Model

inp=(150,225,3)
inputs = Input(shape=inp)
base = VGG16(weights='../input/keras-pretrained- 
models/vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5',
         include_top=False,
         input_shape=inp)

base_output = base(inputs)
out = Flatten()(base_output)
out =Dense(256, activation='relu')(out)
out =Dense(1, activation='sigmoid')(out)


model = Model(inputs=inputs,outputs=out)

我看到以下错误。 AttributeError：“ InputLayer”对象没有属性“ outbound_nodes”

Answer 1

问题出在我的进口商品上

from tensorflow.keras.layers import Input,Flatten,Dense
from tensorflow.keras.models import Model