Keras - 在模型前面添加一层

Question

我要做的是在导入的 VGG16 模型前面添加一个 Upsampling2D 层。但是我不知道怎么做，从来没有在互联网上的任何地方看到过这样的事情。

我想做什么：

VGG = VGG16()
model = Sequential()
model.add(UpSampling2D((32,32), input_shape=(7,7,3)))
model.add(VGG)

但是，尝试将此模型用于任何事情都会引发以下错误：

AttributeError: 层 model_1 有多个入站节点，因此“层输出”的概念定义不明确。请改用get_output_at(node_index)。

知道为什么吗？

Answer 1

您可以在VGG16() 中提供input_tensor 参数。

from keras.applications.vgg16 import VGG16
from keras.layers import Input, UpSampling2D
input_tensor = Input(shape=(7, 7, 3))
upsampled = UpSampling2D((32, 32))(input_tensor)
VGG = VGG16(input_tensor=upsampled)

通过运行VGG.summary()，您应该会看到如下内容：

_________________________________________________________________
Layer (type)                 Output Shape              Param # 
=================================================================
input_1 (InputLayer)         (None, 7, 7, 3)           0
_________________________________________________________________
up_sampling2d_1 (UpSampling2 (None, 224, 224, 3)       0
_________________________________________________________________
block1_conv1 (Conv2D)        (None, 224, 224, 64)      1792
_________________________________________________________________
block1_conv2 (Conv2D)        (None, 224, 224, 64)      36928
_________________________________________________________________
block1_pool (MaxPooling2D)   (None, 112, 112, 64)      0
_________________________________________________________________

...