从特定的神经网络层提取激活

Question

我正在研究一个图像识别问题。训练完模型后，我保存了架构和权重。现在我想用这个模型从其他图像中提取特征，并对其执行SVM。为此，我想删除模型的最后两层，得到CNN和完全连接层计算的值。我如何在Keras中做到这一点?

Answer 1

# a simple model
model = keras.models.Sequential([
keras.layers.Input((32,32,3)),
keras.layers.Conv2D(16, 3, activation='relu'),
keras.layers.Flatten(),
keras.layers.Dense(10, activation='softmax')
])
# after training
feature_only_model = keras.models.Model(model.inputs, model.layers[-2].output)

feature_only_model取a(32,32,3)作为输入，输出是特征向量

Answer 2

如果您的模型是子类化的-只需更改call()方法。

如果没有:

1. 如果你的模型是复杂的，用子类模型包装你的模型，并在call()方法中改变前向传递，或者
2. 如果你的模型是简单的-创建没有最后一层的模型，分别加载权重到每一层