问题描述
keras提供了模型的可视化,如下:
import keras
from keras import models, layers,Model
from keras.applications import VGG16
conv_base=VGG16(weights='imagenet',include_top=False,input_shape=(128,128,3))
smodel = models.Sequential()
smodel.add(conv_base)
smodel.add(layers.Flatten())
smodel.add(layers.Dense(256, activation='relu'))
smodel.add(layers.Dense(1, activation='sigmoid'))
keras.utils.plot_model(smodel, to_file='model.png', show_shapes=True, show_layer_names=True, rankdir='LR')
可以看出,其对Model对象VGG16仅展示了概要信息,如何展示其详尽信息呢?
解决方案
keras.utils.plot_model时,会遍历到模型的各层,并使用诸如layer的name属性等,如上,使用的就是 conv_base(Model对象) 的name。具体可以查看keras.utils.vis_utils.model_to_dot()的源码。
注意以下继承关系:
Model->Container->Layer->Object。(子类->父类)
故新建模型,并将application的每一层加入该模型中。实现效果如下。
import keras
from keras import models, layers
from keras.applications import VGG16
conv_base=VGG16(weights='imagenet',include_top=False,input_shape=(128,128,3))
smodel = models.Sequential()
for m in conv_base.layers:
smodel.add(m)
smodel.add(layers.Flatten())
smodel.add(layers.Dense(256, activation='relu'))
smodel.add(layers.Dense(1, activation='sigmoid'))
keras.utils.plot_model(smodel, to_file='model.png', show_shapes=True, show_layer_names=True, rankdir='TB')