为什么 tensorflow 的预训练 mobilenet v2 缺少全连接层 + 类别输出？答案

【问题标题】：Why is the fully connected layer + category outputs missing from tensorflow's pre-trained mobilenet v2?为什么 tensorflow 的预训练 mobilenet v2 缺少全连接层 + 类别输出？
【发布时间】：2021-09-08 07:22:06
【问题描述】：

我正在尝试使用 tensorflow 的 MobileNet v2。我不明白为什么，但似乎最后一个完全连接的层，输出类别（维度 1000）层丢失了，我只剩下一些卷积层之后的嵌入。

知道为什么会这样吗？如何添加，或者在哪里可以找到预训练的全连接层块？

代码如下：

image = np.array(PIL.Image.open("amsterdam.jpg"))
image = np.expand_dims(image,0)
IMG_SIZE = image.shape[1:3]
IMG_SHAPE = IMG_SIZE + (3,)
base_model = tf.keras.applications.MobileNetV2(input_shape=IMG_SHAPE,
                                               include_top=False,
                                               weights='imagenet')
tf.keras.utils.plot_model(base_model,to_file='model.png', show_shapes=True)

在这里你可以看到我用tf.keras.utils.plot_model绘制的神经网络结构：

知道如何解决这个问题吗？

【问题讨论】：

向下滚动到这里大约需要 5 分钟。如果您的图片太大，请提供链接。
设置include_top=True而不是Flase。
谢谢@Kaveh，这确实是问题所在！

标签： python tensorflow neural-network conv-neural-network mobilenet

【解决方案1】：

include_top=False：返回没有密集层的模型进行分类。您可以添加自己的密集层。
include_top=True：返回整个模型。

如果您还想获得密集层进行分类，请使用include_top=True 作为默认值。当您设置include_top=False 时，模型不会返回密集层，以便您制作自己的密集层并进行自己的分类以满足您的需求。

【讨论】：