如何从预先训练好的TensorFlow模型中去除层？
如何从预先训练好的TensorFlow模型中去除层？
提问于 2020-04-29 01:13:16
我在TensorFlow中用三个隐藏层训练了以下模型：
inputs = tf.keras.Input(shape=(timesteps, feature_size))
l = LSTM(units=state_size,
return_sequences=True)(inputs)
l = LSTM(units=state_size,
return_sequences=True)(l)
l = LSTM(units=state_size,
return_sequences=True)(l)
output = TimeDistributed(Dense(output_size, activation='softmax'))(l)
model = tf.keras.Model(inputs=inputs, outputs=output)现在，我想使用模型，但跳过第二个隐藏层，即直接将输出从第一层传递到第三层，而不通过第二层。我知道我可以通过以下方式获得第一层的输出：
output = model.layers[idx].Output但是现在我如何将这个输出提供给第三层呢？非常感谢您的帮助！
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-04-29 02:14:39
一种方法是使用图层名称来创建新模型。
下面的示例使用了指定的名称。您也可以使用Keras提供的默认名称。
inputs = tf.keras.Input(shape=(timesteps, feature_size))
l = LSTM(units=state_size, return_sequences=True, name="lstm1")(inputs)
l = LSTM(units=state_size, return_sequences=True, name="lstm2")(l)
l = LSTM(units=state_size, return_sequences=True, name="lstm3")(l)
output = TimeDistributed(Dense(output_size, activation='softmax'))(l)
model = tf.keras.Model(inputs=inputs, outputs=output)
# Now create the second model using specific layers from the first model
reuse_layers = ["lstm1", "lstm3"]
inputs = tf.keras.Input(shape=(timesteps, feature_size))
l = inputs
for layer_name in reuse_layers:
l = model.get_layer(layer_name)(l)
output = TimeDistributed(Dense(output_size, activation='softmax'))(l)
new_model = Model(inputs=inputs, outputs=output) 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61485980
复制相关文章
相似问题
腾讯云开发者
