keras 和 tf.keras 中的 ResNet 模型为同一图像提供不同的输出答案

【问题标题】：ResNet model in keras and tf.keras give different output for the same imagekeras 和 tf.keras 中的 ResNet 模型为同一图像提供不同的输出
【发布时间】：2026-01-03 20:45:02
【问题描述】：

对于给定的图像，我正在提取 ResNet 特征，即在所有卷积层和全局最大池化之后，每张图像提供 2048 长度的向量。

之前，我使用keras==2.3.1 和后端tensorflow==1.13.1。现在，我已经转移到tensorflow==2.0.0，因为 keras 已与 tensorflow 合并。我用tf.keras而不是keras替换了我的代码。

但现在提取的特征与之前提取的特征不一样。 ResNet 是一个独立于 tensorflow/keras 甚至 pytorch 的模型。它的功能是预定义的。为什么会出现这种差异？是否有任何参数可以调整以获得相同的功能？

编辑1：添加代码

from tensorflow.keras.applications.resnet50 import ResNet50, preprocess_input
resnet_model = ResNet50(include_top=False)

【问题讨论】：

您看到的区别是什么？
输出值不同。你想让我放一个样本输出吗？我以为它不会添加任何额外的信息，所以没有添加
您使用的是预训练网络吗？你下载了 imagenet 权重吗？
也许 dd 你正在使用的代码，版本之间的 ResNet 有变化，也许权重也发生了变化，你认为网络独立于框架的假设并不正确（有多个ResNet 版本）。
@SajanGohil 是的，我正在使用预训练的 imagenet 权重。我已经用我正在使用的代码更新了我的问题。

标签： python tensorflow keras tf.keras resnet

【解决方案1】：

模型本身会不断更新，并使用效果更好的权重。 Here 是发布文件夹，您可以在其中查看不同权重文件的发布。链接的文件夹用于 keras，tf.keras 很可能也使用该文件夹。您面临的问题可能是因为库的版本而不是调用模型的方法。

例如，here 您可以找到 keras_applications 代码并检查指向版本 v0.2 的权重路径（链接的是 keras，但对于 tensorflow.keras 类似）。

较旧的库版本具有较旧的链接，更新库也会更新路径。

【讨论】：