python - 修改 Keras 模型最有效的方法是什么？

Question

有没有办法将节点添加到现有 Keras 模型中的层？如果是这样，最有效的方法是什么？

此外，是否可以通过图层执行相同的操作？即向现有 Keras 模型添加一个新层(例如，在输入层之后)。

我知道的一种方法是通过迭代和克隆模型的每一层来使用 Keras 功能 API，以便创建具有所需更改的原始模型的“副本”，但这是否是实现此目的的最有效方法任务？

Answer 1

您可以获取模型中某个层的输出，并从该层开始构建另一个模型:

import tensorflow as tf

# One simple model
inputs = tf.keras.Input(shape=(3,))
x = tf.keras.layers.Dense(4, activation='relu')(inputs)
outputs = tf.keras.layers.Dense(5, activation='softmax')(x)
model = tf.keras.Model(inputs=inputs, outputs=outputs)

# Make a second model starting from layer in previous model
x2 = tf.keras.layers.Dense(8, activation='relu')(model.layers[1].output)
outputs2 = tf.keras.layers.Dense(7, activation='softmax')(x2)
model2 = tf.keras.Model(inputs=model.input, outputs=outputs2)

请注意，在这种情况下，model 和 model2 共享相同的输入层和第一个密集层对象(model.layers[0] 是 model2.layers[ 0] 和 model.layers[1] 是 model2.layers[1])。