Keras：为另一个模型添加图层

Question

我需要向现有模型添加层。然而，我需要在“主模型级别”添加层，也就是说，我不能使用经典的函数方法。例如，如果我使用以下内容：

from keras.layers import Dense,Reshape, Input
inp = Input(shape=(15,))
d1 = Dense(224*224*3, activation='linear')(inp)
r1 = Reshape(input_shape)
from keras import Model
model_mod = r1(d1)
model_mod = mobilenet(model_mod)
model_mod = Model(inp, model_mod)

我获得：

Layer (type)                 Output Shape              Param #   
=================================================================
input_5 (InputLayer)         (None, 15)                0         
_________________________________________________________________
dense_4 (Dense)              (None, 150528)            2408448   
_________________________________________________________________
reshape_4 (Reshape)          (None, 224, 224, 3)       0         
_________________________________________________________________
mobilenet_1.00_224 (Model)   (None, 1000)              4253864 

因此，我获得了一个带有嵌套子模型的模型。相反，我将嵌套子模型的层（移动网）“添加”到新的顶层（即在reshape_4之后）。我尝试使用：

modelB_input = modelB.input
for layer in modelB.layers:
    if layer == modelB_input:
        continue
    modelA.add(layer)  

它适用于简单的顺序模型（如vgg、mobilenet），但对于连接不严格顺序的更复杂模型（如inception、resnet），该代码并不好。有什么想法吗？

Answer 1

您可以使用keras。图层。串联以这样合并两个模型：

first = Sequential()
first.add(Dense(1, input_shape=(2,), activation='sigmoid'))

second = Sequential()
second.add(Dense(1, input_shape=(1,), activation='sigmoid'))
 
merged = Concatenate([first, second])

（摘自：如何连接keras中的两层？）

尽管此示例使用了keras。型号。顺序的，它也适用于其他模型或层。

您还可以查看：https://keras.io/api/layers/merging_layers/concatenate/