Использование первых 3 слоев предобученной сети в Keras

Вопрос или проблема

UserWarning: Входные данные модели должны поступать из `keras.layers.Input` (тем самым сохраняя метаданные предыдущего слоя), они не могут быть выходом предыдущего слоя, не являющегося входным. Здесь тензор, указанный как вход вашей модели, не был входным тензором, он был сгенерирован слоем input_1.
Обратите внимание, что входные тензоры создаются с помощью `tensor = keras.layers.Input(shape)`.
Тензор, вызвавший проблему: input_1:0
  str(x.name))
Отладка (последний вызов последним):

from keras import Model
from keras import applications

vgg_model = applications.VGG16(include_top=True, weights="imagenet")
vgg_model.summary()
layers = [l for l in vgg_model.layers]

first_layers = layers[0:3]

result_model = Model(input=layers[0].input, output=first_layers[2](first_layers[1](first_layers[0](layers[0].input))))
print("успех")
result_model.summary()

from tensorflow.keras.models import Sequential 
from tensorflow.keras.applications import VGG16

vgg_model = VGG16(include_top=True, weights="imagenet")

model = Sequential()
model.add(vgg_model.layers[0])
model.add(vgg_model.layers[1])
model.add(vgg_model.layers[2])
model.add(vgg_model.layers[3])
model.summary()

Ответ или решение

Чтобы использовать выход третьего слоя модели VGG16 в Keras, важно правильно конструировать новую модель, чтобы избежать ошибок, связанных с неправильным использованием слоев. Рассмотрим рекомендации по созданию новой модели, используя только первые три слоя VGG16.

Зачем использовать предобученные модели?

Предобученные модели, как VGG16, служат отличной основой для различных задач глубокого обучения. Их структура и веса, обученные на больших объемах данных, позволяют использовать их как надежные генераторы признаков для последующих этапов обработки данных.

Проблема с применением слоев

В вашем коде была попытка создания новой модели путем указания входов и выходов, что привело к ошибке. В Keras необходимо использовать специальные тензоры, чтобы обновить метаданные слоев. Ошибка, которую вы получили, свидетельствует о том, что вход модели не является нужным тензором.

Правильная реализация

Лучший способ создать новую модель из предобученной VGG16 — использовать Keras API, которое позволяет удобно работать с слоями. Рассмотрим, как это можно сделать корректно, с использованием объекта Model.

from tensorflow.keras.applications import VGG16
from tensorflow.keras.models import Model

# Загружаем предобученную модель VGG16
vgg_model = VGG16(weights='imagenet', include_top=True)

# Получаем входной слой модели
input_layer = vgg_model.input

# Получаем выходы первых трех слоев
output_layer_1 = vgg_model.layers[1].output
output_layer_2 = vgg_model.layers[2].output
output_layer_3 = vgg_model.layers[3].output

# Создаем новую модель, которая получает вход из VGG и отдает расширение третьего слоя
new_model = Model(inputs=input_layer, outputs=output_layer_3)

# Выводим информацию о модели
new_model.summary()

Объяснение кода

1. Импорт необходимых библиотек: Убедитесь, что вы импортируете нужные модули из Keras.

2. Загрузка VGG16: Здесь мы загружаем модель VGG16 с предобученными весами. Параметр include_top=True означает, что мы загружаем всю архитектуру модели, включая полносвязные слои.

3. Определение входа и выходов: Мы используем атрибуты input и output, чтобы корректно указать входные слои и настраивать выходные данные.

4. Создание новой модели: Новый объект Model создан с указанием входного слоя (input_layer) и выходного слоя (output_layer_3).

5. Просмотр структуры модели: new_model.summary() подводит итог новой модели, позволяя проверить, что модель создалась успешно и содержит нужные слои.

Заключение

Создание модели на основе предобученной сети может значительно ускорить процесс разработки и тестирования. Правильное использование метаданных моделей в Keras обеспечивает гибкость и удобство в работе с различными архитектурами.

Производя дальнейшие действия, не забывайте, что вы можете перенастраивать вашу новую модель, добавляя дополнительные слои или объединяя её с другими архитектурами для достижения ваших целей.