如何访问和可视化预训练的 TensorFlow 2 模型中的权重？

Question

因此，我使用 tf.keras 框架在 TensorFlow 2 中重新训练了预训练的 ResNet50 V2 模型，并在顶部添加了两个 Dense 层。现在我想可视化 层 基础 ResNet 模型中的权重。但是，使用

重新加载保存的模型

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

结果

可以看到，ResNet模型的层数没有单独列出，也就是说调用

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

只会导致

[7 7 3 64]

因此，我如何访问基本 ResNet50 V2 模型中每个层内的权重？

Answer 1

这里的正确答案是

model.layers[0].summary()

而不是

model.summary()

这会让我看到预训练模型中的所有层。 因此，写作

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

将给我 ResNet 基本模型的输入权重。