从 tfhub 加载模型时，如何“查看”模型/网络？答案

【问题标题】：How can I "see" the model/network when loading a model from tfhub?从 tfhub 加载模型时，如何“查看”模型/网络？
【发布时间】：2020-10-11 05:50:05
【问题描述】：

我是这个话题的新手，所以请原谅我缺乏知识。有一个非常好的模型，叫做inception resnet v2，它基本上是这样工作的，输入是一张图像，并输出一个预测列表及其位置和有界矩形。我发现这非常有用，我想使用已经工作的模型来识别它现在不能识别的东西（例如，如果一个人是否戴着面具）。是的，我想为模型添加一个新的识别类。

import tensorflow as tf
import tensorflow_hub as hub
mod = hub.load("https://tfhub.dev/google/faster_rcnn/openimages_v4/inception_resnet_v2/1")

mod 是一个类型的对象 tensorflow.python.training.tracking.tracking.AutoTrackable，阅读文档（仅在 source code 上可用，没有上下文有点难以理解）我试图检查它的一些属性，看看我是否能自己弄清楚。

好吧，我没有。如何查看网络、层、权重？ fit 方法，是不是都被抽象掉了？我可以将其转换为 keras 吗？我想尝试一下，看看我是否可以修改它，看看我是否可以将模型导出到另一个表示，例如 pytorch。

我想这样做是因为我认为最好修改一个已经工作的模型，而不是从头开始创建一个。也因为我自己不擅长训练模型。

【问题讨论】：

标签： python tensorflow deep-learning tensorflow-hub

【解决方案1】：

我也遇到过这个问题。 TensorFlow hub guide 说：

在 TF2 中使用 hub.load() API 加载 TF1 Hub 格式的模型时，经常会出现此错误。添加正确的签名应该可以解决这个问题。

mod = hub.load(handle).signatures['default']

作为一个例子，你可以看到这个notebook。

【讨论】：

【解决方案2】：

您可以 dir 加载的模型资源以查看其上定义的内容

m = hub.load(handle)
dir(model)

正如另一个答案中提到的，您还可以查看带有print(m.signatures)的签名

Hub 模型是 SavedModel 资产，没有 keras .fit 方法。如果您想从头开始训练模型，则需要转到源代码。

某些模型具有更广泛的导出接口，包括访问各个层，但此模型没有。

【讨论】：