无法将图层添加到已保存的 Keras 模型。 “模型”对象没有属性“添加”

Question

我使用model.save() 保存了一个模型。我正在尝试重新加载模型并添加几层并调整一些超参数，但是，它会抛出 AttributeError。

使用load_model() 加载模型。

我想我不明白如何将图层添加到已保存的图层。如果有人可以在这里指导我，那就太好了。我是深度学习和使用 keras 的新手，所以我的要求可能很愚蠢。

片段：

prev_model = load_model('final_model.h5') # loading the previously saved model.

prev_model.add(Dense(256,activation='relu'))
prev_model.add(Dropout(0.5))
prev_model.add(Dense(1,activation='sigmoid'))

model = Model(inputs=prev_model.input, outputs=prev_model(prev_model.output))

以及它抛出的错误：

Traceback (most recent call last):
  File "image_classifier_3.py", line 39, in <module>
    prev_model.add(Dense(256,activation='relu'))
AttributeError: 'Model' object has no attribute 'add'

我知道添加层适用于新的 Sequential() 模型，但我们如何添加到现有的已保存模型？

Answer 1

add 方法仅存在于sequential models (Sequential class) 中，它是更强大但更复杂的functional model (Model class) 的更简单接口。 load_model 将始终返回一个 Model 实例，这是最通用的类​​。

您可以查看示例以了解如何组合不同的模型，但最终的想法是，Model 的行为与任何其他层非常相似。所以你应该能够做到：

prev_model = load_model('final_model.h5') # loading the previously saved model.

new_model = Sequential()
new_model.add(prev_model)
new_model.add(Dense(256,activation='relu'))
new_model.add(Dropout(0.5))
new_model.add(Dense(1,activation='sigmoid'))

new_model.compile(...)

Answer 2

这是因为加载的模型是函数类型而不是顺序模型。因此，您必须使用此处描述的功能 API：(https://keras.io/getting-started/functional-api-guide/)。

归根结底，正确的功能是这样的：

fc = Dense(256,activation='relu')(prev_model)
drop = Dropout(0.5)(fc)
fc2 = Dense(1,activation='sigmoid')(drop)

model = Model(inputs=prev_model.input, outputs=fc2)