如何使用 TensorFlow hub 从 Keras 模型中获取所有层答案

【问题标题】：How to get all layers from Keras Model with TensorFlow hub如何使用 TensorFlow hub 从 Keras 模型中获取所有层
【发布时间】：2021-10-13 16:50:13
【问题描述】：

我使用来自hub.KerasLayer 的efficientnetv2，我想在使用model.summary() 时查看所有层，但它只显示“keras_layer (KerasLayer)”

Layer (type)	Output Shape	Param #
keras_layer (KerasLayer)	(None, 1280)	5919312
dropout (Dropout)	(None, 1280)	0
dense (Dense)	(None, 2)	2562

【问题讨论】：

标签： tensorflow2.0 tensorflow-hub

【解决方案1】：

这样你就可以“跳入”模型；

import tensorflow_hub as hub

malli = hub.KerasLayer("https://tfhub.dev/google/imagenet/efficientnet_v2_imagenet21k_b0/feature_vector/2")
print("Thickness of the model:", len(malli.weights))
for i in range(len(malli.weights)):
    print("In layer ",malli.weights[i].name," the content is: ", malli.weights[i])

...当然要注意输出很长，但是根据您的需要修改输出打印。

【讨论】：

【解决方案2】：

TensorFlow 的SavedModel 本质上是一个计算图。虽然您原则上可以检查其结构，但没有关于高级架构块的信息。

如果您想访问各个层，更好的选择可能是使用作者original implementation 中的模型。可以这样构造：

from effnetv2_model import get_model
model = get_model('efficientnetv2-s', weights='imagenet21k-ft1k', with_endpoints=True)

预训练的权重可用于与TensorFlow Hub 相同的配置。 model.summary() 显示单个 (Fused)MBConv 块。

另请注意，TensorFlow 的未来版本 will include EfficientNet v2（已在夜间构建中提供）。

【讨论】：