如何在DenseNet模型中为重量参数加载自定义重量?

时间:2019-07-27 19:59:35

标签: python tensorflow machine-learning keras

我正在使用从Kaggle获得的自定义权重设置DenseNet121模型。但是,当传递“ weight”参数的权重路径时,我收到一个错误“您正试图将包含242层的权重文件加载到241层的模型中”。任何人都可以帮助解决此错误。

如果我仅对同一参数使用“ imagenet”权重,则该参数有效。

weight_path = '/content/drive/My Drive/Colab Notebooks/brucechou1983_CheXNet_Keras_0.3.0_weights.h5'
model = DenseNet121(include_top= False, weights=weight_path, input_shape = (299, 299, 3), pooling ='avg' )

错误: 您正在尝试将包含242层的权重文件加载到具有241层的模型中。

由于自定义权重的层数大于预构建模型中的层数。如何解决这个障碍?

0 个答案:

没有答案