将 GlobalAveragePooling2D 添加到 ResNet50
Adding GlobalAveragePooling2D to ResNet50
我想将“GlobalAveragePooling2D”和预测(密集)添加到我的基础 ResNet50。如下图
所以我这样做了:
x=base_model.output
x = tf.keras.layers.GlobalAveragePooling2D()(x)
x = tf.keras.layers.Dense(2, activation='softmax')(x)
model = keras.models.Model(inputs=base_model.input, outputs=x)
model.summary()
但是我得到了这个:
它们是不同的还是相同的,因为我认为我得到了不同的结果。
它们是相同的,唯一的区别是您没有为图层命名。如果您这样做,摘要将是相同的:
x = base_model.output
x = tf.keras.layers.GlobalAveragePooling2D(name = 'avg_pool')(x)
x = tf.keras.layers.Dense(2, activation='softmax', name = 'predictions')(x)
model = tf.keras.models.Model(inputs=base_model.input, outputs=x)
model.summary()
我想将“GlobalAveragePooling2D”和预测(密集)添加到我的基础 ResNet50。如下图
所以我这样做了:
x=base_model.output
x = tf.keras.layers.GlobalAveragePooling2D()(x)
x = tf.keras.layers.Dense(2, activation='softmax')(x)
model = keras.models.Model(inputs=base_model.input, outputs=x)
model.summary()
但是我得到了这个:
它们是不同的还是相同的,因为我认为我得到了不同的结果。
它们是相同的,唯一的区别是您没有为图层命名。如果您这样做,摘要将是相同的:
x = base_model.output
x = tf.keras.layers.GlobalAveragePooling2D(name = 'avg_pool')(x)
x = tf.keras.layers.Dense(2, activation='softmax', name = 'predictions')(x)
model = tf.keras.models.Model(inputs=base_model.input, outputs=x)
model.summary()