0

我正在尝试使用 VGG16 预训练模型进行图像分类。同样,我做了以下事情:

vgg16_model = keras.applications.vgg16.VGG16()

模型类型如下:

type(vgg16_model)

结果是:

tensorflow.python.keras.engine.training.Model

然后,我将 Sequential 模型定义为:

model = Sequential()

然后,我尝试通过以下方式将其转换vgg16_model为顺序:

for layer in vgg16_model.layers:
    model.add(layer)

它向我显示如下错误:

TypeError: The added layer must be an instance of class Layer. Found: < tensorflow.python.keras.engine.input_layer.InputLayer object at 0x1ddbce5e80>**

如果有人可以帮助我解决这个问题,那就太好了。

4

2 回答 2

1

解决方案:

我的错误是我的导入语句是:

from keras.applications.vgg16 import VGG16

然后,当我初始化模型时,我再次将其称为:

vgg16_model = keras.applications.vgg16.VGG16()

所以,我犯了一个愚蠢的错误。修复如下:

vgg16_model = VGG16()

我意识到这个问题非常具体,可能对社区没有多大用处。尽管如此,我还是发布了解决方案,以防其他人再次面临它。

于 2018-11-15T01:09:33.913 回答
0

一种更简单的方法是将层直接传递给 Sequential 模型实例,而不是使用 for 循环:

from keras.applications.vgg16 import VGG16

vgg = VGG16(weights='imagenet', ...)
model = Sequential(vgg.layers)
于 2018-11-15T05:45:45.667 回答