在Keras/TF中，有没有一种方法可以预训练模型并重用它来测试其他可能的层？

Question

上面的图片只是一个例子。我试图实现的是训练DenseNet201，然后在拥有FC或输出层之前将其连接到其他几层。我想测试一些模型，但是训练DenseNet+模型需要很长时间。你知道吗

有什么办法吗？即使这些预测并不完全正确，这是否也能说明哪种模型最适合跟踪登月轨道呢？你知道吗

Answer 1

是的，这很容易用Keras Functional API实现。你知道吗

from keras.layers import Input
from keras.models import Model

densenet = DenseNet(....., include_top=False)

inp = Input(shape=(some_input_shape))
ds_features = densenet(inp)
out = Dense(10, activation="softmax")(ds_features)

model = Model(inp, out)

在这段代码中，您以某种方式实例化一个DenseNet，然后通过它传递keras张量（densenet(inp)部分），得到一个输出张量，您可以将它提供给其他层。然后构建一个指定输入和输出的模型。您可以对不同的层多次执行此操作，构建不同的模型，并使用相同的DenseNet权重。你知道吗