keras 模型再训练

背景:已有训练好的keras模型

目标:利用已有keras模型的部分结构和权重,新增模型layer,然后重新训练模型

from tensorflow.keras.models import load_model,Model

baseModelPath = '已有模型存放路径'

layerName = '希望截取的模型部分结构的最后一层的名称,通过model.summary()可查看层的名称'

baseModel = load_model(baseModelPath)

last_layer_output = baseModel.get_layer(layerName).output

output = Dense(1,activation = "sigmoid")(last_layer_output) # 添加新的模型layer

newModel = Model(inputs = baseModel.input,outputs=output) # 得到新模型的定义

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值