如何在 Keras TensorFlow 中组合两个预定义模型？答案

【问题标题】：How to combine two predefined models in Keras TensorFlow?如何在 Keras TensorFlow 中组合两个预定义模型？
【发布时间】：2020-09-27 06:49:17
【问题描述】：

我想构建一个有两个输入的神经网络，并使用 EfficientNetB1 来提取特征并在新层上进行微调，所以我编写了以下代码：

def createNet(self,shape):
    FE1 = K.applications.EfficientNetB1(include_top=False, input_shape=shape)
    FE2 = K.applications.EfficientNetB1(include_top=False, input_shape=shape)
    inp1 = FE1.input
    out1 = FE1.layers[-1].output
    inp2 = FE2.input
    out2 = FE2.layers[-1].output

    merged_out = K.layers.concatenate((out1, out2))
    # .... other layers
    self.model = K.models.Model(inputs=[inp1, inp2], outputs=[merged_out])
    
    self.model.summary()

但是我收到了这个错误：

ValueError: The name "stem_conv_pad" is used 2 times in the model. All layer names should be unique.

那么我该如何构建我的模型呢？

【问题讨论】：

好像有层命名冲突，因为你使用了相同的预定义模型两次，所以每个层都有相同的名称。可以在一种模式下重命名所有层，即。看这里：datascience.stackexchange.com/questions/40886

标签： python tensorflow keras deep-learning

【解决方案1】：

基于this我添加了以下代码来解决它。

for layer in FE2.layers:
    layer._name = layer.name + str("_2")

【讨论】：