machine-learning - 我可以删除预训练 Keras 模型中的层吗？

Question

我正在 Keras 中导入预训练的 VGG 模型，并使用

from keras.applications.vgg16 import VGG16

我注意到标准模型的类型是keras.models.Sequential，而预训练模型的类型是keras.engine.training.Model。我通常分别使用 add 和 pop 为顺序模型添加和删除层，但是，我似乎无法将 pop 与预训练模型一起使用。

对于这些类型的模型，是否有 pop 的替代方案？

Answer 1

取决于您要删除的内容。如果您想删除最后一个 softmax 层并使用模型进行迁移学习，您可以将 include_top=False kwarg 传递到模型中，如下所示:

from keras.applications.vgg16 import VGG16
IN_SHAPE = (256, 256, 3) # image dimensions and RGB channels

pretrained_model = VGG16(
  include_top=False,
  input_shape=IN_SHAPE,
  weights='imagenet'
)

我最近写了一篇关于此用例的博客文章，其中包含一些代码示例并进行了更详细的介绍:http://innolitics.com/10x/pretrained-models-with-keras/

如果您想对模型架构进行更多修改，可以通过 pretrained_model.layers.pop() 访问 pop() 方法，如下所示在 @indraforyou 发布的链接中进行了解释。

旁注:当您修改预训练模型中的层时，对结构和输入/输出形状进行可视化尤其有帮助。 pydot 和 graphviz 对此特别有用:

import pydot
pydot.find_graphviz = lambda: True
from keras.utils import plot_model
plot_model(model, show_shapes=True, to_file='../model_pdf/{}.pdf'.format(model_name))