如何在 Keras - Tensorflow 2.0 中的预训练 InceptionResNetV2 模型的不同层中找到激活的形状
How to find the shapes of activations in the different layers of a pretrained InceptionResNetV2 model in Keras - Tensorflow 2.0
我已经加载了 inceptionResNetV2 Keras 模型
base_model = tf.keras.applications.inception_resnet_v2.InceptionResNetV2(include_top=False, weights='imagenet')
我想找出不同层输出的激活的形状——假设标准输入大小为 (299x299)。
我的最终目标是就预训练模型的哪一部分保留未训练（也使用其他标准）做出明智的决定。
我试过了：
base_model.summary()
哪个returns:
同样当我尝试时：
换句话说，我得到的是激活张量的深度（过滤器的数量），而不是 Width/Height。
将 (299x299) 图像输入到网络后，我应该怎么做才能找到激活的形状？
你可以把input_shape放在函数里
base_model = tf.keras.applications.inception_resnet_v2.InceptionResNetV2(include_top=False, weights='imagenet', input_shape=(299, 299, 3))
但如果输入图像不是 299*299，这将引发错误，因此最好仅在您想知道形状时才使用它。
我已经加载了 inceptionResNetV2 Keras 模型
base_model = tf.keras.applications.inception_resnet_v2.InceptionResNetV2(include_top=False, weights='imagenet')
我想找出不同层输出的激活的形状——假设标准输入大小为 (299x299)。
我的最终目标是就预训练模型的哪一部分保留未训练（也使用其他标准）做出明智的决定。
我试过了：
base_model.summary()
哪个returns:
同样当我尝试时：
换句话说，我得到的是激活张量的深度（过滤器的数量），而不是 Width/Height。
将 (299x299) 图像输入到网络后，我应该怎么做才能找到激活的形状？
你可以把input_shape放在函数里
base_model = tf.keras.applications.inception_resnet_v2.InceptionResNetV2(include_top=False, weights='imagenet', input_shape=(299, 299, 3))
但如果输入图像不是 299*299，这将引发错误，因此最好仅在您想知道形状时才使用它。