Question

我目前有一个使用带有ResNet50的Functional API的体系结构，但是在构建带有附加层的模型时，它将ResNet视为模型层，而不是一系列层。是否有任何方法可以在不使用顺序API的情况下将此模型层转换为一系列层？我本质上是想将模型中的这个模型变成一个模型。（不只是打印出图层或其他内容）这是模型架构，显示带有resnet50“图层”的当前模型。

Layer (type)                    Output Shape         Param #     Connected to                     
==================================================================================================
main_input (InputLayer)         (None, 224, 224, 3)  0                                            
__________________________________________________________________________________________________
aux_input (InputLayer)          (None, 224, 224, 1)  0                                            
__________________________________________________________________________________________________
lambda_4 (Lambda)               (None, 224, 224, 3)  0           main_input[0][0]                 
                                                                 aux_input[0][0]                  
__________________________________________________________________________________________________
resnet50 (Model)                (None, 2)            23591810    lambda_4[0][0]                   
==================================================================================================

Answer 1

更多的是解决方法，而不是真正的答案，但是在这种情况下，我的解决方案是使用功能性api完全重新实现resnet50结构，并在必要时添加我的图层。请参见this示例。通过使用这种方法，没有“模型”嵌套层。

Answer 2

您可以欺骗这个，是的。但是其他评论/答案并不是在开玩笑，要看的东西很多，特别是因为它以线性方式打印出来，而以这种方式可视化数据流并不容易。以下是一些可能对您有帮助的细节。

您可以从model.layers中获取图层，其中将包括您添加到其中的所有内容。
您可以引用这些图层，例如layer_001 = model.layers[0]。
- 如果要将它们保留在现有模型管道中，则可以在模型中更改它们的属性（例如，添加正则化：model.layers[-7].bias_regularizer=l2(0.001)）
- 如果您像示例layer_001一样明确引用它们，则需要先重建并重新编译新的模型管道，然后再进行拟合。

如果您可以想到一种对所有层执行此操作的简洁循环方法，那可能很好，但是否则将需要大量工作来重新创建整个过程。我同意其他评论/答案，只是在Papers with Code的帮助下从头开始重新创建它。

如果您只想在几层上修改几个属性，我将在模型内部引用它们（如上）并重新编译。

Answer 3

您可以对此使用更简单的功能：

def DeCapsule(model,LayerName):
    GotInnerModel = False
    for layer in model.layers[1:]:
        if not GotInnerModel:
            if layer.name ==LayerName:
                MiddleModel = layer
                Out = layer.layers[-1].output
                GotInnerModel = True
        else:
            Out = layer(Out)

    Out = Model(inputs=MiddleModel.layers[0].input, outputs=Out)        
    return Out

将模型中的Keras模型层转换为多层

3 个答案: