如何删除（弹出）Keras InceptionV3 预训练模型的初始层？答案

【问题标题】：How to remove (pop) initial layers of Keras InceptionV3 pre-trained model?如何删除（弹出）Keras InceptionV3 预训练模型的初始层？
【发布时间】：2019-09-21 15:14:15
【问题描述】：

我正在尝试使用预训练的 InceptionV3 模型。但是，我想删除最初的五个图层并添加我的自定义图层。我怎样才能做到这一点？我试过model.layers.pop(0)，但这并不能解决问题。

编辑：

tf.keras 在第一个答案中也没有帮助：

【问题讨论】：

标签： python tensorflow keras tf.keras

【解决方案1】：

model.layers.pop() 在tf.keras 中的工作方式与在Keras 中的工作方式不同。在tf.keras 中，model.layers 是模型的视图。您无法删除图层，但您可以做的是定义您想要输出的图层。例如，

base_model = InceptionV3(shape=shape, weights="imagenet", include_top=True)

# you don't want the last five layers:
base_model_output = base_model.layers[-6].output

# new layers
outputs = Dense(....)(base_model_output)
model = Model(base_model.input, outputs)

【讨论】：

感谢您的回复。但是，我正在寻找删除initial 五层。我有自定义输入和其他图层。
这仅相当于那个。您可以选择任何层输入作为模型的输入，选择任何层输出作为模型的输出
谢谢，但没有帮助。你能检查一下我在这里做错了什么吗？我刚刚编辑了带有错误的问题详细信息。您对input 的代码的 sn-p 将在此处特别提供帮助。谢谢。

【解决方案2】：

由于从输入开始的前几层发生了变化，因此无法使用预训练的权重。因此，可以直接从这里获取架构并进行相应的修改，而不是尝试复杂的手术。

https://github.com/keras-team/keras-applications/blob/master/keras_applications/inception_v3.py

【讨论】：

非常正确。但是，这无助于加载重量。必须有一种方法可以对所有其他层使用权重，并且仍然不使用初始 k 层。
后续层的权重可能不相关，因为初始层的输出（特征图）已经完全改变。即使必须这样做，也可以遍历层（model.layers）并获取/设置权重（layer.get_weights/layer.set_weights）。