J'ajoute une couche dense avant le modèle InceptionResNetV2 (pré-formé) Ceci est la sortie d'InceptionResNetV2
model_base = InceptionResNetV2(include_top=True, weights='imagenet')
x = model_base.get_layer('avg_pool').output
x = Dense(3, activation='softmax')(x)
C'est la couche qui sera ajoutée
input1 = Input(shape=input_shape1)
pre1 = Conv2D(filters=3, kernel_size=(5, 5), padding='SAME',
input_shape=input_shape1, name='first_dense')(input1)
pre = Model(inputs=input1, outputs=pre1)
Ceci combine deux modèles
after = Model(inputs=pre.output, outputs=x)
model = Model(inputs=input1, outputs=after.output)
model.compile(optimizer='sgd', loss='categorical_crossentropy', metrics=['accuracy'])
utilisation
pre.output
comme
after.input
Mais ça ne marche pas. Comment puis-je le résoudre?
Créons d'abord un nouveau modèle à partir de model_base, car vous voulez obtenir une sortie antérieure.
Votre code:
model_base = InceptionResNetV2(include_top=True, weights='imagenet')
x = model_base.get_layer('avg_pool').output
x = Dense(3, activation='softmax')(x)
Nouveau model_base
:
model_base = Model(model_base.input, x)
Maintenant, il est important de passer la sortie pre1
à ce modèle:
base_out = model_base(pre1)
C'est tout:
model = Model(input1, base_out)