keras：将图层添加到另一个模型

Question

我需要向现有模型添加层。但是，我需要在“主模型级别”添加图层，即我不能使用经典的功能方法。例如，如果我使用类似的东西：

from keras.layers import Dense,Reshape, Input
inp = Input(shape=(15,))
d1 = Dense(224*224*3, activation='linear')(inp)
r1 = Reshape(input_shape)
from keras import Model
model_mod = r1(d1)
model_mod = mobilenet(model_mod)
model_mod = Model(inp, model_mod)

我得到：

Layer (type)                 Output Shape              Param #   
=================================================================
input_5 (InputLayer)         (None, 15)                0         
_________________________________________________________________
dense_4 (Dense)              (None, 150528)            2408448   
_________________________________________________________________
reshape_4 (Reshape)          (None, 224, 224, 3)       0         
_________________________________________________________________
mobilenet_1.00_224 (Model)   (None, 1000)              4253864 

所以，我获得了一个带有嵌套子模型的模型。相反，我会将嵌套子模型的层（mobilenet）“添加”到新的顶层（即在 reshape_4 之后）。我试过了：

modelB_input = modelB.input
for layer in modelB.layers:
    if layer == modelB_input:
        continue
    modelA.add(layer)  

它适用于简单的顺序模型（例如，vgg、mobilenet），但对于连接不是严格顺序的更复杂模型（例如，inception、resnet），此代码并不好。 有什么想法吗？

Answer 1

您可以使用keras.layers.Concatenate 合并两个模型，如下所示：

first = Sequential()
first.add(Dense(1, input_shape=(2,), activation='sigmoid'))

second = Sequential()
second.add(Dense(1, input_shape=(1,), activation='sigmoid'))
 
merged = Concatenate([first, second])

（取自：How to concatenate two layers in keras?）

虽然此示例使用keras.models.Sequential，但它也适用于其他模型或层。

你也可以看看：https://keras.io/api/layers/merging_layers/concatenate/