所以我有一个代码（在python中使用keras应用程序和tensorflow后端），下面给出了以下卷积层。我希望在我的Inception v3模型中应用相同的属性，但不知道该怎么做。
我尝试为我的Inception v3创建一个常规的基础模型，并将其应用到该模型中，但是得到一个错误（不知道它是否是代码错误）
#CNN based keras application
X = pickle.load(open("X.pickle", "rb"))
y = np.array(pickle.load(open("y.pickle", "rb")))
# normalizing data
X = X/255.0
# Building the model
model = Sequential()
# 4 convolutional layers
model.add(Conv2D(32, (3, 3)))
model.add(Activation("sigmoid"))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
# The output layer with 6 neurons, for 6 classes
model.add(Dense(6))
model.add(Activation("softmax"))
# Compiling the model using some basic parameters
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.6, nesterov=True)# Saving the model
model_json = model.to_json()
with open("model.json", "w") as json_file :
json_file.write(model_json)
model.save_weights("model.h5")
print("Saved model to disk")
model.save('CNN.model')
我希望将与CNN模型相同的属性应用于inceptionv3模型并保存。由于V3也从imagenet接收输入，所以我也想知道如何将经过预先训练的模型作为数据输入到我的数据中