如何解决如何在Keras TensorFlow中结合两个预定义的模型?
我想构建一个具有两个输入并使用EfficientNetB1提取特征并在新层上进行微调的神经网络,所以我编写了以下代码:
def createNet(self,shape):
FE1 = K.applications.EfficientNetB1(include_top=False,input_shape=shape)
FE2 = K.applications.EfficientNetB1(include_top=False,input_shape=shape)
inp1 = FE1.input
out1 = FE1.layers[-1].output
inp2 = FE2.input
out2 = FE2.layers[-1].output
merged_out = K.layers.concatenate((out1,out2))
# .... other layers
self.model = K.models.Model(inputs=[inp1,inp2],outputs=[merged_out])
self.model.summary()
但是我得到了这个错误:
ValueError: The name "stem_conv_pad" is used 2 times in the model. All layer names should be unique.
那我该如何建立我的模型?
解决方法
基于this,我添加了以下代码来解决它。
for layer in FE2.layers:
layer._name = layer.name + str("_2")
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。