无法将图层添加到已保存的Keras模型中.'Model'对象没有'add'属性

Question

我有一个保存模型使用model.save().我正在尝试重新加载模型并添加几个层并调整一些超参数,但是,它会抛出AttributeError.

模型加载使用load_model().

我想我不知道如何将图层添加到已保存的图层.如果有人可以在这里指导我,那将会很棒.我是深度学习和使用keras的新手,所以我的请求可能是愚蠢的.

片段:

prev_model = load_model('final_model.h5') # loading the previously saved model.

prev_model.add(Dense(256,activation='relu'))
prev_model.add(Dropout(0.5))
prev_model.add(Dense(1,activation='sigmoid'))

model = Model(inputs=prev_model.input, outputs=prev_model(prev_model.output))

它抛出的错误:

Traceback (most recent call last):
  File "image_classifier_3.py", line 39, in <module>
    prev_model.add(Dense(256,activation='relu'))
AttributeError: 'Model' object has no attribute 'add'

我知道添加图层适用于新的Sequential()模型,但我们如何添加到现有的已保存模型？

Answer 1

这是因为加载的模型是函数类型而不是顺序模型.因此,您必须使用此处所述的功能API :( https://keras.io/getting-started/functional-api-guide/).

在一天结束时,正确的功能是这样的:

fc = Dense(256,activation='relu')(prev_model)
drop = Dropout(0.5)(fc)
fc2 = Dense(1,activation='sigmoid')(drop)

model = Model(inputs=prev_model.input, outputs=fc2)

Answer 2

该add方法仅存在于顺序模型(Sequential类)中,这是更强大但复杂的功能模型(Model类)的更简单的接口.load_model将始终返回一个Model实例,这是最通用的类​​.

您可以查看示例以了解如何组合不同的模型,但最终的想法是,其Model行为与任何其他层非常相似.所以你应该能够做到:

prev_model = load_model('final_model.h5') # loading the previously saved model.

new_model = Sequential()
new_model.add(prev_model)
new_model.add(Dense(256,activation='relu'))
new_model.add(Dropout(0.5))
new_model.add(Dense(1,activation='sigmoid'))

new_model.compile(...)