如何在预训练的TensorFlow 2模型中访问和可视化权重？

Question

因此，我已使用tf.keras框架在TensorFlow 2中重新训练了预训练的ResNet50 V2模型，并在顶部添加了两个Dense层。现在，我想在基本的ResNet模型中内部中可视化各层的权重。但是，用

重新加载保存的模型

model = tf.keras.models.load_model(path/to/model.hdf5)
model.summary()

结果

如您所见，ResNet模型的层没有单独列出，这意味着调用

model.layers[0].get_weights()[1]

只会导致

[7 7 3 64]

因此，如何在基本的ResNet50 V2模型中访问每个图层内的权重？

Answer 1

正确的答案是写

model.layers[0].summary()

代替

model.summary()

然后让我看看预训练模型中的所有层是什么。 因此，编写

model.layers[0].layers[0].get_weights(name='input_1')

将为我提供ResNet基本模型的输入权重。