如何使用 Keras 获取 Inception v3 模型的 pool3 功能？答案

【问题标题】：How to get pool3 features of Inception v3 model using Keras?如何使用 Keras 获取 Inception v3 模型的 pool3 功能？
【发布时间】：2016-08-19 15:55:45
【问题描述】：

使用 Tensorflow，我得到一个 2048 维向量作为 pool3 层的输出。但是，使用 Keras 的 include_top=False 会给出 8,8,2048 维向量。如何获得与使用 TensorFlow 的 pool3 输出层相同的向量？

【问题讨论】：

标签： tensorflow keras

【解决方案1】：

让我们看看 TensorBoard 中的pool_3 层。

看来Keras返回的层实际上是mixed_10层的输出。

为了获得pool_3 的 2048-D 特征向量，Inception v3 附加了一个平均池化层。由于它使用了一个 8x8 的过滤器，这是对前两个轴的简单平均操作，因此我们可以使用 NumPy 获得这个向量，如下所示：

pooled_vector = numpy.mean(unpooled_vector, axis=(0,1))

其中pooled_vector 是 2048-D 向量，unpooled_vector 是您的 8x8x2048 向量。

【讨论】：

嗨，还是不一样。尺寸匹配，但值不同。而且由于某种原因，Keras 生成的数组中的所有值都是负数。
我的错，我认为这些值不会相同，因为对于 Inception，原始权重与 Tensorflow 发布的不同..
你好，根据这个博客，你应该在加载inception模型时直接设置pooling='avg'：machinelearningmastery.com/…model = InceptionV3(include_top=False, pooling='avg', input_shape=(299,299,3))

【解决方案2】：

encode_model = InceptionV3(weights='imagenet')
encode_model = Model(encode_model.input, encode_model.layers[-2].output)

【讨论】：

欢迎来到 Stack Overflow！虽然这段代码可以解决问题，including an explanation 解决问题的方式和原因确实有助于提高帖子的质量，并可能导致更多的赞成票。请记住，您正在为将来的读者回答问题，而不仅仅是现在提问的人。请edit您的回答添加解释并说明适用的限制和假设。