在 Keras Tensorflow 中加入两个同名模型

Question

我试图组合两个模型以将输出连接到一个新模型，以便我可以像这样预测两个模型

model_age = load_model('age.h5')
# model_age.get_layer(name= 'model').name='predictions_1'


model_gender = load_model('gender.h5')
# model_gender.get_layer(name='model_1').name='predictions_2'

x = Input(shape=[100, 100, 3])
y_age = model_age(x)
y_gen = model_gender(x)

model = Model(inputs=x, outputs=[y_age, y_gen])

data = cv2.imread(image)
p_age, p_gender = model.predict(data)

print(p_age)
print(p_gender)

但是这个错误一直在发生，说

RuntimeError: (u'The name "model_1" is used 2 times in the model. All 
layer names should be unique. Layer names: ', ['input_1', u'model_1', 
u'model_1'])

尝试使用上面注释的代码解决该问题，但表示这些模型没有名为“model_1”的层

Answer 1

Models 是 Containers，它们也是 Layers。这使我们能够轻松地重新利用整个网络的权重：

x = Input(...)
layer_output = Dense(...)(x)
model_output = Model(...)(x)

你有这个问题，因为这两个模型都是在不同的 python 执行中创建的，没有名称：

# this was done:
m = Model(inputs=x, outputs=y)

# instead of this:
m = Model(inputs=x, outputs=y, name='model_age')
# and this, in a different execution:
m = Model(inputs=x, outputs=y, name='model_gender')

这会导致两个模型具有相同的默认名称，即“model_1”。因为没有模型可以包含多个具有相同名称的层（model.get_layer(...) 不知道该怎么做），所以您需要在合并为单个模型之前修改它们的名称（或两者）：

model_age.name = 'model_age'
model_gender.name = 'model_gender'

x = Input(shape=[100, 100, 3])
y_age = model_age(x)
y_gen = model_gender(x)

model = Model(inputs=x, outputs=[y_age, y_gen])

Answer 2

在我看来，模型它们自己都被命名为model_1，而不是它们的层。