Question

我目前有一个经过修改的resnet 50架构，需要两个输入。构建模型并训练模型可以正常工作，但是当我尝试使用后端功能提取图层输出时，遇到了错误。

我宁愿使用后端功能提取图层，而不是仅以我感兴趣的图层作为输出来创建新的截断模型。

以下代码段是自包含的，应该可以运行并给出我所看到的错误。

我尝试通过几种方式重新格式化函数，例如K.function( [ mymodel.input[0],mymodel.input[1] ] , [mymodel.layers[-1].layers[-6].output]) 要么 K.function( [ mymodel.layers[0].input,mymodel.layers[1].input ] , [mymodel.layers[-1].layers[-6].output]) 但似乎无法解决问题

##imports
from keras.applications.resnet50 import ResNet50
from keras.layers import Input
from keras.layers import Lambda
from keras.models import Model
from keras.optimizers import Adam
import keras
import keras.backend as K
import numpy as np

#pop off the input
res = ResNet50(weights=None,include_top=True,classes=2)
res.layers.pop(0)

#add two inputs
auxinput= Input(batch_shape=(None,224,224,1), name='aux_input')
main_input = Input(batch_shape=(None,224,224,3), name='main_input')

#use a lambda functon to return just our main input (avoids errors from out auxilary input not being used in resnet50 component)
l_output = Lambda(lambda x: x[0])([main_input, auxinput])

#feed our main layer to resnet50
data_passed_thru = res(l_output)

#assemble the model with our two inputs, and output
mymodel = Model(inputs=[main_input, auxinput], outputs=[data_passed_thru])
mymodel.compile(optimizer=Adam(lr=0.001), loss= keras.losses.poisson, metrics=[ 'accuracy'])
print("my model summary:")
mymodel.summary()

##generate some fake data for testing
fake_aux= np.zeros((224,224))
fake_aux=fake_aux[None,...]
fake_aux=fake_aux[...,None]
print('fake aux input shape:', fake_aux.shape)
fake_main= np.zeros((224,224,3))
fake_main=fake_main[None,...]
print('fake main input shape:', fake_main.shape)

#check our model inputs and target layer
print("inputs:", mymodel.input)
print("layer outout I'm trying to extract:", mymodel.layers[-1].layers[-6])

#create function to feed inputs, get our desired layer outputs
get_output_func = K.function( mymodel.input ,  [mymodel.layers[-1].layers[-6].output])

##this is the line that fails
X= [fake_main,fake_aux]
preds=get_output_func(X)

我收到的错误消息是

InvalidArgumentError: You must feed a value for placeholder tensor 'input_1' with dtype float and shape [?,224,224,3]
     [[{{node input_1}}]]

Answer 1

我设法通过直接访问功能的Resnet50输入而不是整个模型的初始输入来修复它。起作用的K.function是

get_output_func = K.function( [mymodel.layers[-1].get_input_at(0)] ,  [mymodel.layers[-1].layers[-6].output])
X= [fake_main]
preds=get_output_func(X)

它只能工作，因为我的体系结构仅取决于传递的1个输入，因此不确定如何在其他情况下使用该解决方案，但可以解决我的情况

层输出提取的keras K.function错误

1 个答案: