python - 无法将 VGG16 层转换为顺序层

Question

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。

Answer 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。

Answer 2

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)