tensorflow - Deep-Dream - 加载通过迁移学习获得的重新训练的 Inception 模型

Question

在本文之后，我使用迁移学习方法重新调整了Inception V3网络的用途。

为此，我删除了最后的网络层，并将数百张我的面部图像输入网络。

然后成功生成了一个新模型：inceptionv3-ft.model

---

现在我想加载这个模型并使用它的固定权重将我的脸应用为输入图像上的“主题”，例如google-dream.

为此，我正在使用一个keras程序，它可以加载如下模型：

from keras.applications import inception_v3

# Build the InceptionV3 network with our placeholder.
# The model will be loaded with pre-trained ImageNet weights.
model = inception_v3.InceptionV3(weights='imagenet',
                                 include_top=False)
dream = model.input

完整代码在这里：https ://github.com/keras-team/keras/blob/master/examples/deep_dream.py

那么，我如何加载和传递不是预训练的而是我重新训练的模型权重？

Answer 1

简单地：

from keras.models import load_model

model = load_model('inceptionv3-ft.model')
dream = model.input