版权声明:belongs to tony2278 https://blog.csdn.net/tony2278/article/details/89330208
其实很简单
from keras.models import load_model
base_model = load_model('model_resenet.h5')#加载指定的模型
print(base_model.summary())#输出网络的结构图
去掉模型的全连接层
from keras.models import load_model
base_model = load_model('model_resenet.h5')
resnet_model = Model(inputs=base_model.input, outputs=base_model.get_layer('max_pooling2d_6').output)
#'max_pooling2d_6'其实就是上述网络中全连接层的前面一层,当然这里你也可以选取其它层,把该层的名称代替'max_pooling2d_6'即可,这样其实就是截取网络,输出网络结构就是方便读取每层的名字。
print(resnet_model.summary())
前后网络模型的输出对比
扫描二维码关注公众号,回复:
5913165 查看本文章