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？另外，有没有可能做同样的事情但有层？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 函数式 API，以便创建具有所需更改的原始模型的“副本”，但这是完成此任务的最有效方法吗？

Answer 1

您可以获取模型中某个层的输出并从中构建另一个模型：

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，model2共享相同的输入层和第一个密集层对象（model.layers[0] is model2.layers[0]和model.layers[1] is model2.layers[1]）。