自编码器和 Inception Resnet V2 功能
Autoencoder and Inception Resnet V2 feature
我想创建一个自动编码器,从使用 Inception Resnet V2 模型提取的特征向量开始,并遵循下图中显示的图表:
这是我此刻写的代码:
image_size = (150, 150, 3)
model = InceptionResNetV2(weights='imagenet', include_top=False, input_shape=image_size)
for layer in model.layers:
layer.trainable = False
feature = model.predict(x[:10])
print(feature.shape) # (10, 3, 3, 1536)
在Keras中有什么实现方式?谢谢你的时间。
from tensorflow.keras.layers import Input, Dense
from tensorflow.keras.models import Model
inputs = Input(1536)
x = inputs
x = Dense(500, activation='relu')(x)
x = Dense(2, activation='relu')(x)
x = Dense(500, activation='relu')(x)
x = Dense(1536, activation='relu')(x)
full_model = Model(inputs, x)
print(full_model.summary())
附带说明一下,我非常怀疑这个自动编码器能否在如此小的瓶颈下工作,所以我将它从 2 增加到某个更大的值(可能是 100)。
我想创建一个自动编码器,从使用 Inception Resnet V2 模型提取的特征向量开始,并遵循下图中显示的图表:
这是我此刻写的代码:
image_size = (150, 150, 3)
model = InceptionResNetV2(weights='imagenet', include_top=False, input_shape=image_size)
for layer in model.layers:
layer.trainable = False
feature = model.predict(x[:10])
print(feature.shape) # (10, 3, 3, 1536)
在Keras中有什么实现方式?谢谢你的时间。
from tensorflow.keras.layers import Input, Dense
from tensorflow.keras.models import Model
inputs = Input(1536)
x = inputs
x = Dense(500, activation='relu')(x)
x = Dense(2, activation='relu')(x)
x = Dense(500, activation='relu')(x)
x = Dense(1536, activation='relu')(x)
full_model = Model(inputs, x)
print(full_model.summary())
附带说明一下,我非常怀疑这个自动编码器能否在如此小的瓶颈下工作,所以我将它从 2 增加到某个更大的值(可能是 100)。