如何在Keras中加载卷积神经网络前几层的权值，删除预训练模型？
如何在Keras中加载卷积神经网络前几层的权值，删除预训练模型？
提问于 2020-08-19 11:15:00
我在凯拉斯有个受过训练的模特。
我正在尝试在另一个任务中使用该模型，但我不需要所有的层，而只需要前4个conv层。
我把模型保存在"keras_pretrained_model.h5“里
是否可以使用“.h5”文件中预训练模型的前4个conv层的权重来初始化新模型的前4个conv层？
是否必须先加载整个预先训练过的模型？？
预训练模型实际上占用了很大的空间，我不知道在我用权值初始化新模型之后如何删除预训练模型。据我所知，使用tf.keras.backend.clear_session()将清除与旧模型一起创建的新模型。
所以，我的问题是
- 是否有任何方法来初始化新的模型层中的权重，而不加载整个预先训练的模型？
- 如果我要加载整个预训练模型，如何在不损害新模型的情况下只删除预训练模型？
回答 1
Stack Overflow用户
发布于 2020-08-20 13:54:47
我想到了两个过程
- 如果新模型的前4层的层名与预训练模型中的4层相同，那么
new_model.load_weights(path_to_old_model_file, by_name = True) - 如果名称不计算，则可以通过从旧模型h5文件中的对应层中提取权重并使用
set_weights()方法设置权重来进行分层权重初始化。我已经写了一个代码，我已经上传到github，这里。
我将非常感谢，如果任何人看到这方面的反馈意见！！
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/63485780
复制相关文章
相似问题
腾讯云开发者
