如何拆分在 keras 中训练的模型？

Question

我训练了一个具有 4 个隐藏层和 2 个密集层的模型，并且我已经保存了该模型。

现在我想加载那个模型并想分成两个模型，一个有一个隐藏层，另一个只有密集层。

我用以下方式将模型与隐藏层分开

model = load_model ("model.hdf5")
HL_model = Model(inputs=model.input, outputs=model.layers[7].output)

这里的模型是加载模型，第 7 层是我的最后一个隐藏层。我试图将密集的分割成这样

DL_model = Model(inputs=model.layers[8].input, outputs=model.layers[-1].output)

我收到错误

TypeError: Input layers to a `Model` must be `InputLayer` objects.

拆分后，HL_model 的输出将成为 DL_model 的输入。

谁能帮我创建一个带有密集层的模型？

---

PS：我也试过下面的代码

from keras.layers import Input 
inputs = Input(shape=(9, 9, 32), tensor=model_1.layers[8].input)
model_3 = Model(inputs=inputs, outputs=model_1.layers[-1].output)

并得到错误

RuntimeError: Graph disconnected: cannot obtain value for tensor Tensor("conv2d_1_input:0", shape=(?, 144, 144, 3), dtype=float32) at layer "conv2d_1_input". The following previous layers were accessed without issue: []

这里(144, 144, 3)在模型的输入图像大小中。

Answer 1

您需要先指定一个新Input层，然后将其余层堆叠在其上：

DL_input = Input(model.layers[8].input_shape[1:])
DL_model = DL_input
for layer in model.layers[8:]:
    DL_model = layer(DL_model)
DL_model = Model(inputs=DL_input, outputs=DL_model)