如何访问和可视化预先训练的TensorFlow 2模型中的权重？

Question

因此，我在TensorFlow 2中使用tf.keras框架重新训练了一个预先训练的ResNet50 V2模型，在顶部添加了两个密集层。现在我想在基本ResNet模型中可视化层中的权重。但是，重新加载保存的模型

model = tf.keras.models.load_model(path/to/model.hdf5)
model.summary()

导致

如您所见，ResNet模型的层没有单独列出，这意味着调用

model.layers[0].get_weights()[1]

只会导致

[7 7 3 64]

因此，如何访问基本ResNet50 V2模型中每个层内部的权重？

Answer 1

正确的答案是写

model.layers[0].summary()

而不是

model.summary()

这将让我看到在预先训练的模型中所有的层都是什么。因此，写作

model.layers[0].layers[0].get_weights(name='input_1')

将给我ResNet基础模型输入的权重。