如何在Keras -TensorFlow2.0中找到预先训练的InceptionResNetV2模型的不同层中的激活形状

Question

我已经加载了inceptionResNetV2 Keras模型

base_model = tf.keras.applications.inception_resnet_v2.InceptionResNetV2(include_top=False, weights='imagenet')

我想找出不同层输出的激活的形状--假设标准输入大小为(299x299)。

我的最终目标是做出一个明智的决定，决定保留预训练模型的哪一部分未训练(也使用其他标准)。

我试过了：

base_model.summary()

它返回：

​

​

同样，当我尝试的时候：

​

​

换句话说，我得到的是激活张量的深度(过滤器的数量)，而不是宽度/高度。

将(299x299)图像输入到网络后，我应该如何查找激活的形状？

Answer 1

您可以通过以下方式将input_shape放入函数中

base_model = tf.keras.applications.inception_resnet_v2.InceptionResNetV2(include_top=False, weights='imagenet', input_shape=(299, 299, 3))

但是如果输入的图像不是299*299，这将会引发错误，所以最好只在你想知道形状的时候使用它。