python - Keras 嵌套模型单独保存和加载权重或查看所有嵌套模型的摘要

Question

我正在尝试训练一个包含两个嵌套模型的 Keras 模型，并且我想分别保存两个内部模型的权重。现在我可以保存整个模型的权重，但无法加载大模型中嵌套模型的权重。

Big_model.summary 的输出如下所示

Model: "model_3"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_4 (InputLayer)         [(None, 128, 128, 1)]     0         
_________________________________________________________________
model (Model)                (None, 16, 16, 512)       170369024 
_________________________________________________________________
model_1 (Model)              (None, 128, 128, 1)       15342209  
=================================================================
Total params: 185,711,233
Trainable params: 185,711,233
Non-trainable params: 0

我怎样才能看到两个内部模型的摘要，例如Big_model.inner_Model1.summary()类似的东西，或者在使用Big_model训练后分别保存两个内部模型的权重.inner_Model1.save_weights() 和 Big_model.inner_Model2.save_weights() 或 model.fit 期间的回调。

我得到的是Big_model没有像inner_Model1那样的模块，请帮忙??

PS:训练没有任何问题，我可以运行训练，而且我正在使用 Tensorflow 版本 tf.keras.models.Model 进行模型。

这就是我创建模型的方式

inner_Model1 = tf.keras.models.Model()
inner_Model2 = tf.keras.models.Model()

x = tf.keras.layers.Input(shape=IMAGE_SHAPE)
Big_model = tf.keras.models.Model(x, inner_model2(inner_model1(x)))
Big_model.compile(optimizer=optimizer, loss='mean_absolute_error')

Answer 1

在您发布的摘要中，model 是第 1 层，model_1 是第 2 层:

Big_model.layers[1].summary()   #this is inner_Model1.summary()
Big_model.layers[2].summary()   #this is inner_Model2.summary()

对它们做任何你想做的事。

<小时/>

如果您像以前一样创建了模型，那么简单地执行以下操作并没有什么问题:

inner_Model1.save_weights(...)
inner_Model2.save_weights(...)

如果您在大模型之外加载权重，它也会正常工作，它会看到变化。

inner_Model1.load_weights(...)
inner_Model2.load_weights(...)