如何将InceptionV3的softmax激活函数层改为线性激活函数层？答案

【问题标题】：How to change softmax activation function layer of InceptionV3 into linear activation function layer?如何将InceptionV3的softmax激活函数层改为线性激活函数层？
【发布时间】：2021-03-19 15:06:24
【问题描述】：

我已经导入了 InceptionV3 但只需要将 softmax 层更改为线性激活函数层。我已经实现了这么多从 tensorflow.keras.applications 导入 InceptionV3

pre_model = InceptionV3(input_shape = (224, 224, 3), 
                                include_top = False, 
                                weights = 'imagenet')

# Make all the layers in the pre-model non-trainable
for layer in pre_model.layers:
    layer.trainable = False

接下来要做什么？

layers.Dense  (1, activation='linear')

在此架构中，为了将activation='softmax' 更改为activation='linear'，将上面的代码放在哪里？（我不需要 softmax 我需要线性激活函数）我正在训练一个模型来预测给定图像的连续值。

【问题讨论】：

标签： python-3.x machine-learning deep-learning conv-neural-network

【解决方案1】：

试试这样的，

model = Sequential([ pre_model, Dense(1, activation="linear") ])

查找迁移学习。

参考：

https://www.tensorflow.org/api_docs/python/tf/keras/Sequential https://www.tensorflow.org/tutorials/images/transfer_learning

【讨论】：