我有一个使用 EfficientNetB6 训练的 CNN 模型。我的任务是通过移除最后一个密集层来提取这个训练模型的特征,然后使用这些权重来训练一个提升模型。我之前使用 Pytorch 做到了这一点,并且能够从我感兴趣的层中提取权重,并在我的验证集上进行预测,然后进行提升。
我现在在张量流中这样做,但目前卡住了。下面是我的模型结构,我尝试使用网站上的代码,但没有任何运气。
我想删除最后一个密集层并使用剩余层预测验证集。
我尝试使用:
layer_name = 'efficientnet-b6' intermediate_layer_model = tf.keras.Model(inputs = model.input, outputs = model.get_layer(layer_name).output)
但我收到错误“ValueError: Graph disconnected: cannot get value for tensor Tensor("input_1:0", shape=(None, 760, 760, 3), dtype=float32) at layer "input_1". 以下之前的图层访问没有问题:[]”
有什么办法可以解决这个问题?