如何让所有 ResNet50 层都出现在 model.summary 中？

Question

我想查看所有 ResNet50 层，而不是 model.summary 中的 resnet50 块。我看到了一个类似的问题How can I use tf.keras.Model.summary to see the layers of a child model which in a father model?，但由于它使用的是 ResNet50 而不是 MobileNet，因此我很难将其适应我的模型。

这是我的模型：

Resnet = ResNet101(include_top=False, weights='imagenet', input_shape=(224, 224, 3))
model = tf.keras.Sequential(Resnet)
model.add(tf.keras.layers.GlobalAveragePooling2D())
model.add(tf.keras.layers.Dropout(0.5))
model.add(tf.keras.layers.Dense(units=no_classes, activation="softmax"))
    

这是我现在基于上一期的代码。

class ResNet50(tf.keras.Sequential):
    def __init__(self, input_shape=(224, 224, 3), classes=8):
        super(ResNet50, self).__init__()
        self.backbone_model = [layer for layer in
               tf.keras.applications.ResNet50(input_shape, include_top=False, pooling='avg').layers]
        self.classificator = tf.keras.layers.Dense(classes,activation='relu', name='classificator')

    def call(self, inputs):
        x = inputs
        for layer in self.backbone_model:
            x = layer(x)
        x = self.classificator(x)
        return x
model = ResNet50()
model.add(tf.keras.layers.GlobalAveragePooling2D())
model.add(tf.keras.layers.Dropout(0.5))
model.add(tf.keras.layers.Dense(units=no_classes, activation="softmax"))

如何使用imagenet 权重初始化它？它是自动完成的吗？ Resnet50 的池化average 和激活relu 是吗？我必须添加更多层吗？

Answer 1

模型有一个layers 参数，所以尝试运行这个循环。我不记得确切但如果model.layers 是一个列表，那么。

summary = []
for layer, value in zip(model.layers, model.summary()):
 try:
   summary.append(layer.summary())
 except:
   summary.append(value)

你可能需要修改它，但它应该是类似的。