我是机器学习的新手。我正在关注这个关于微调 VGG16 模型的教程。
使用以下代码可以很好地加载模型：
vgg_model = tensorflow.keras.applications.vgg16.VGG16()
但得到这个错误：
TypeError: The added layer must be an instance of class Layer. Found: <tensorflow.python.keras.engine.input_layer.InputLayer object at 0x000001FA104CBB70>
运行此代码时：
model = Sequential()
for layer in vgg_model.layers[:-1]:
model.add(layer)
依赖项：
我正在关注这个博客，但我想使用 VGG16。
任何解决此问题的帮助将不胜感激。太感谢了。
这不起作用，因为 tensorflow.keras 层被添加到 keras 模型中。
vgg_model = tensorflow.keras.applications.vgg16.VGG16()
model = keras.Sequential()
model.add(vgg_model.layers[0])
实例化 tensorflow.keras.Sequential()。这将起作用。
model = tensorflow.keras.Sequential()
model.add(vgg_model.layers[0])
添加到@Manoj Mohan 的答案中，您可以添加一个input_layer到您的model使用input_layer中，Keras layers如下所示：
import keras
from keras.models import Sequential
from keras.layers import InputLayer
model = Sequential()
model.add(InputLayer(input_shape=shape, name=name))
....
如果你使用的是TensorFlow内置的，Keras那么导入是不同的，其他的还是一样的
import tensorflow as tf
import tensorflow.keras as keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import InputLayer
model = Sequential()
model.add(InputLayer(input_shape=shape, name=name))
....
来到主要部分，如果要将层导入顺序模型，可以使用以下语法。
import keras
from keras.models import Sequential, load_model
from keras import optimizers
from keras.applications.vgg16 import VGG16
from keras.applications.vgg19 import VGG19
# For VGG16 loading to sequential model
model = Sequential(VGG16().layers)
# For VGG19 loading to sequential model
model = Sequential(VGG19().layers)
您不需要创建 InputLayer，您只需以与 Conv2D/其他层相同的方式导入 BatchNormalization 层，例如：
from tensorflow.keras.layers import Conv2D, Flatten, MaxPooling2D, Dropout, BatchNormalization
而不是将其作为独立的 Keras 层导入，即：
from tensorflow.keras.layers import Conv2D, Flatten, MaxPooling2D, Dropout
from keras.layers import BatchNormalization
上面的代码片段适用于TensorFlowversion 2.x。您可以通过使用以下命令升级 TensorFlow 来运行上述代码段：
pip install --upgrade tensorflow