如何提取经过训练的卷积层作为模型?以及如何将其添加到从未受过训练的新模型中?

时间:2019-05-28 01:45:59

标签: python machine-learning deep-learning conv-neural-network

我训练了CNN。我想提取经过训练的第一个卷积层,并将其添加到另一个未经训练的CNN模型中。 在此模型中,我使用了一维数据。以及如何将第一卷积层平均分为四个部分。

在这项工作中,我想训练一维数据。

类CNN_model:

@staticmethod
def build():
    model = Sequential()

    model.add(Conv1D(6, 5, activation='relu', input_shape=(244, 1)))

    model.add(AveragePooling1D(pool_size=2))

    model.add(Dropout(0.25))

    model.add(Conv1D(16, 5, activation='relu'))

    model.add(AveragePooling1D(pool_size=2))
    model.add(Dropout(0.25))



    model.add(Flatten())

    model.add(Dense(128, activation='relu'))

    model.add(Dropout(0.5))

    model.add(Dense(2, activation='softmax'))
    return model

除了可以在图片中得到类似的模型外,我还可以。 enter image description here

0 个答案:

没有答案