时间戳

首页 > 解决方案 > 使用 VGG19 定制 CNN

python - 使用 VGG19 定制 CNN

问题描述

我目前正在尝试使用已经训练过的 VGG19 卷积层创建一个定制的 CNN，然后添加我自己计划训练的密集层。网络有一个问题分支和一个答案分支，最终必须决定答案是否与问题的内容相同。

我越来越：

    AttributeError: 'Tensor' object has no attribute 'input'

这是代码：

initial_model = VGG19()

q_input = Model(initial_model.input, initial_model.layers[-layers_to_omit].output)
a_input = Model(initial_model.input, initial_model.layers[-layers_to_omit].output)

q_output = tf.keras.layers.Flatten()(q_input.output)
a_output = tf.keras.layers.Flatten()(a_input.output)

q_model = Model(initial_model.input, q_output)
a_model = Model(initial_model.input, a_output)
print(q_model.summary())
# combine the output of the two branches
combined = concatenate([q_model.output, a_model.output])

z = Dense(64, activation="relu")(combined)
z = Dense(32, activation="relu")(z)
z = Dense(64, activation="relu")(z)
z = Dense(1, activation="linear")(z)

# our model will accept the inputs of the two branches and
# then output a single value
model = Model(inputs=[q_model.input, a_output.input], outputs=z)

我看到有些人在使用 Add 时遇到了问题，但由于我不使用它，我有点迷路了。

谢谢你的帮助！

标签： pythontensorflowkerasconv-neural-network

解决方案

更改a_output.input为a_model.input应该可以解决该错误。

推荐阅读