问题描述
我想使用resnet模型架构，并希望更改最后几层；如何仅使用Tensorflow中的模型动物园中的模型架构？
解决方法
要使用ResNet模型，您可以从tensorflow.keras.applications中选择少数几个，包括ResNet50，ResNet101和ResNet152。然后，如果要进行转移学习，则需要更改一些默认参数。对于您的问题，您需要将weights参数设置为等于None。否则，将提供'imagenet'权重。另外，您需要将include_top设置为False，因为问题的类别数量可能与ImageNet不同。最后，您将需要在input_shape中提供数据的形状。看起来像这样。
base = tf.keras.applications.ResNet50(include_top=False,weights=None,input_shape=shape)
要获取模型摘要，您可以
base.summary()
要添加自己的头像，可以使用功能性API。您将需要添加一个Input图层和一个自己的Dense图层，以与您的任务相对应。这可能是
input = tf.keras.layers.Input(shape=shape)
base = base(input)
out = tf.keras.layers.Dense(num_classes,activation='softmax')(base)
最后，您可以构建模型
model = tf.keras.models.Model(input,out)
Model构造函数带有2个参数。第一个是模型的输入，第二个是输出。请注意，调用model.summary()将把ResNet基础显示为单独的层。要查看ResNet基础的所有层，可以执行model.layers[1].summary()，也可以修改有关如何构建模型的代码。第二种方式是
out = tf.keras.layers.Dense(num_classes,activation='softmax')(base.output)
model = tf.keras.models.Model(base.input,out)
现在您可以仅使用model.summary()来查看所有图层。