python - 减少keras中预训练模式权重的输出特征数
问题描述
我想使用预训练的 Xception 模型提取 1000 个图像特征。但是 xception 模型最后一层(avg_pool)给出了 2048 个特征。我可以在不进行额外培训的情况下减少最终输出特征数吗?我想要 softmax 之前的图像特征而不是预测结果。
base_model = xception.Xception(include_top=True, weights='imagenet')
base_model.summary()
self.model = Model(inputs = base_model.input, outputs=base_model.get_layer('avg_pool').output)
解决方案
推荐阅读
- javascript - 如何省略嵌套对象属性
- java - 保存单向一对一子实体时分离的持久化父实体
- javascript - 嵌套数组递归 - NodeJS
- unix - 在 z/OS UNIX 文件中替换十六进制字符
- android - 程序类型已存在:com.google.android.gms.actions.ItemListIntents
- php - SQL 查询在 phpmyadmin 中工作,但不在 PHP 脚本中
- google-chrome - 在 chrome 中从 DevTools 中选择样式数据
- python - PyCharm 无法解析多处理模块的动态引用
- selenium - 如何移动到删除按钮并在 Selenium 中单击该按钮?
- c# - mongodb c# addShardTag