如何在 Keras 中设置训练模型的输入形状？

Question

我是 TensorFlow 和 Keras 的新手，我有一个经过训练的模型，它具有以下结构：

_________________________________________________________________ 
Layer (type)                 Output Shape              Param #   
================================================================= 
input_1 (InputLayer)         (None, 128, 128, 3)       0         
_________________________________________________________________ 
conv1 (Conv2D)               (None, 64, 64, 8)         216       
_________________________________________________________________
...

出于某种原因（将模型转换为其他 CNN 框架），我必须将批号从 None 修复为 1 以使其正常工作，这样输入形状将是：(1,128,128,3)。所需的结构是：

_________________________________________________________________ 
Layer (type)                 Output Shape              Param #   
================================================================= 
input_1 (InputLayer)         (1, 128, 128, 3)       0         
_________________________________________________________________ 
conv1 (Conv2D)               (1, 64, 64, 8)         216       
_________________________________________________________________ 
...

我尝试替换或插入新的输入图层，但没有成功。任何提示或提示将不胜感激！

Answer 1

您可以使用显式 batch_shape 创建一个新输入并将其传递给模型。然后创建另一个模型。

我不知道其他框架是否会处理这个问题：

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

newInput = Input(batch_shape=(1,128,128,3))
newOutputs = oldModel(newInput)
newModel = Model(newInput,newOutputs)

这会在 Keras 上创建您想要的模型。但是其他框架的行为可能没问题。

如果这不能给您带来好的结果，那么您可能需要重新编写整个模型，只更改输入形状：

• 如果Sequential：第一层应该有batch_input_shape=(1,128,128,3)
• 如果Model：输入张量应如上：Input(batch_shape=(1,128,128,3))

使用与旧模型完全相同的代码创建新模型后，转移权重：

newModel.set_weights(oldModel.get_weights())