Keras：如何加载 CNN 预训练的权重（冻结网络）以在 LSTM 中使用它们？答案

【问题标题】：Keras: How to load CNN pre-trained weights (freezing the net) to use them in LSTM?Keras：如何加载 CNN 预训练的权重（冻结网络）以在 LSTM 中使用它们？
【发布时间】：2020-04-10 10:14:30
【问题描述】：

我有这个 cnn 模型：

model = Sequential()
model.add(Convolution2D(32, (3, 3), activation='relu', input_shape=(n_rows,n_cols,1)))
model.add(Convolution2D(32, (3, 3), activation='relu'))
model.add(AveragePooling2D(pool_size=(1,3)))
model.add(Flatten())

model.add(Dense(1024, activation='relu')) #needed?
model.add(Dense(3)) #default linear activation

我可以训练它并获得相关权重。

在我想将权重加载到 Flatten（密集部分对第二阶段没有用）并将 Flatten 传递给 LSTM 之后。

当然也建议使用CNN网络上的TimeDistributed。

如何做到这一切：加载权重，只取 CNN 部分，TimeDistribute 它，最后添加 LSTM？谢谢！

【问题讨论】：

标签： tensorflow keras lstm conv-neural-network

【解决方案1】：

您可以使用model.save_weights("filename.h5") 保存权重，并使用model.load_weights("filename.h5") 将它们加载回模型中。

来源：https://keras.io/getting-started/faq/#savingloading-only-a-models-weights

【讨论】：

好的，这是第一部分。但是如何将权重加载到Flatten（密集的部分对第二阶段没有用）TimeDistribute，通过Flatten最后添加LSTM？