Question

我正在尝试进行转学，但发现此错误，但无法解决。有人可以帮我吗？

import numpy as np
import os
import keras
import matplotlib.pyplot as plt
from keras.layers import Dense
from keras.models import load_model, Model
from keras import backend as K
from keras.datasets import mnist
from keras.utils import np_utils

Modelo = load_model('Mono64_9.h5')

x=Modelo.output
x=Dense(512, activation='relu')(x)
x=Dense(256, activation='relu')(x)
x=Dense(128, activation='relu')(x)
preds=Dense(3,activation='softmax')(x)

model=Model(inputs=Modelo.input,outputs=preds)

ValueError：名称“ dense_1”在模型中使用了2次。所有图层名称都应该是唯一的。

Answer 1

最有可能发生的事情是，您加载的模型已经具有Dense层，这些层在构造它们时使用Dense层的通用默认名称进行命名（即dense_1，dense_2等）。我不确定您要在迁移学习任务中做什么—是要向网络中添加更多的Dense层，还是要删除Dense层并添加新层。

无论哪种方式，要运行此特定版本的代码，您都需要添加一个额外的name属性以唯一地命名新图层。

类似的事情可能起作用：

import numpy as np
import os
import keras
import matplotlib.pyplot as plt
from keras.layers import Dense
from keras.models import load_model, Model
from keras import backend as K
from keras.datasets import mnist
from keras.utils import np_utils

Modelo = load_model('Mono64_9.h5')

x=Modelo.output
x=Dense(512, activation='relu', name="dense_a")(x) # New
x=Dense(256, activation='relu', name="dense_b")(x) # New
x=Dense(128, activation='relu', name="dense_c")(x) # New
preds=Dense(3,activation='softmax', name="dense_output")(x) # New

model=Model(inputs=Modelo.input,outputs=preds)

Answer 2

模型Mono64_9.h5很可能具有称为dense_1的层，仅因为这是密集层的第一个自动生成的名称。您可以为新图层明确命名，以免它们与原始模型冲突，例如：

x=Dense(512, activation='relu', name='dense_10')(x)
x=Dense(256, activation='relu', name='dense_11')(x)
x=Dense(128, activation='relu', name='dense_12')(x)
preds=Dense(3,activation='softmax', name='dense_out')(x)

您可以给图层起任何名字，它们是任意的，仅用于用户按名称引用图层。

ValueError：名称“ dense_1”在模型中使用了2次。所有图层名称应唯一

2 个答案: