python - 如何使用 keras.applications 中的模型进行迁移学习？

Question

我想在 Keras 中获得预训练的 VGG16 模型，删除它的输出层，然后放置一个新的输出层，其中包含适合我的问题的类数量，然后将其拟合到新数据上。出于这个原因，我在这里尝试使用该模型:https://keras.io/applications/#vgg16 ，但由于它不是顺序的，我不能只是 model.pop()。从图层弹出并添加它也不起作用，因为在预测中它仍然期望旧形状。我该怎么做？有没有办法将这种类型的模型转换为Sequential？

Answer 1

您可以在 model.layers 上使用 pop()，然后使用 model.layers[-1].output 创建新层.

例子:

from keras.models import Model
from keras.layers import Dense,Flatten
from keras.applications import vgg16
from keras import backend as K

model = vgg16.VGG16(weights='imagenet', include_top=True)

model.input

model.summary(line_length=150)

model.layers.pop()
model.layers.pop()

model.summary(line_length=150)

new_layer = Dense(10, activation='softmax', name='my_dense')

inp = model.input
out = new_layer(model.layers[-1].output)

model2 = Model(inp, out)
model2.summary(line_length=150)

或者，您可以使用这些模型的 include_top=False 选项。在这种情况下，如果您需要使用 flatten layer 那么您还需要传递 input_shape。

model3 = vgg16.VGG16(weights='imagenet', include_top=False, input_shape=(224, 224, 3))
model3.summary(line_length=150)

flatten = Flatten()
new_layer2 = Dense(10, activation='softmax', name='my_dense_2')

inp2 = model3.input
out2 = new_layer2(flatten(model3.output))

model4 = Model(inp2, out2)
model4.summary(line_length=150)