Question

我正在尝试在vgg19网络上附加一个密集层，但这给了我以下错误。有人可以帮我吗？

import tensorflow 
from tensorflow.keras.applications.vgg19 import VGG19 
model = VGG19()  
x = tensorflow.keras.layers.Dense(10,
activation="relu",name="",trainable=True)(model.layers[-1]) 
model = tensorflow.keras.Model(inputs = model.layers[0], outputs = x)

Python 3.7.0（默认值，2018年6月28日，07：39：16）输入“ copyright”，   “信用”或“许可证”以获取更多信息。

IPython 7.8.0-增强的交互式Python。

runfile（'/ Users / sadegh / Dropbox / Moosavi Khorzooghi-04 / test'，   wdir ='/ Users / sadegh / Dropbox / Moosavi Khorzooghi-04'）2019-11-29   01：51：22.516366：我tensorflow / core / platform / cpu_feature_guard.cc：142]   您的CPU支持该TensorFlow二进制文件未包含的指令   编译使用：AVX2 FMA 2019-11-29 01：51：22.526913：I   tensorflow / compiler / xla / service / service.cc：168] XLA服务   0x7fc84c7a2700在平台主机上执行计算。设备：   2019-11-29 01：51：22.526926：我   tensorflow / compiler / xla / service / service.cc：175] StreamExecutor   设备（0）：主机，默认版本回溯（最近一次通话）：

文件“”，第1行，在       runfile（'/ Users / sadegh / Dropbox / Moosavi Khorzooghi-04 / test'，wdir ='/ Users / sadegh / Dropbox / Moosavi Khorzooghi-04'）

文件   “ /opt/anaconda3/lib/python3.7/site-packages/spyder_kernels/customize/spydercustomize.py”，   运行文件中的第827行       execfile（文件名，命名空间）

文件   “ /opt/anaconda3/lib/python3.7/site-packages/spyder_kernels/customize/spydercustomize.py”，   第110行，在execfile中       exec（compile（f.read（），文件名，'exec'），命名空间）

文件“ / Users / sadegh / Dropbox / Moosavi Khorzooghi-04 / test”，第11行，在          x = tensorflow.keras.layers.Dense（10，activation =“ relu”，name =“”，trainable = True）（model.layers [-1]）

文件   “ /opt/anaconda3/lib/python3.7/site-packages/tensorflow_core/python/keras/engine/base_layer.py”，   第887行，致电       self._maybe_build（inputs）

文件   “ /opt/anaconda3/lib/python3.7/site-packages/tensorflow_core/python/keras/engine/base_layer.py”，   _maybe_build中的第2122行       self.input_spec，输入，self.name）

文件   “ /opt/anaconda3/lib/python3.7/site-packages/tensorflow_core/python/keras/engine/input_spec.py”，   第163行，在assert_input_compatibility中       如果x.shape.ndims为None：

AttributeError：“密集”对象没有属性“ shape”

Answer 1

因此，假设这是分类问题，则应在输出层中使用softmax激活而不是relu。您还可以访问主干VGG19模型的输入和输出。如果使用默认设置实例化基础模型的输出，则应该手动合并或展平基础模型的输出。相反，您可以分别为全局平均池或最大池设置pooling="avg" or pooling="max"。此外，您可以使用类似以下的内容：

base_model = VGG19(input_shape=(224, 224, 3), weights='imagenet', pooling="avg", include_top=False)
x = Dense(10, activation="softmax", name="output")(base_model.output)
model = Model(inputs=base_model.input, outputs=x)
print(model.summary())

尝试将密集层附加到vgg19网络

1 个答案: