我使用tf.keras框架重新训练了一个预先训练好的ResNet50 V2模型,并在顶部添加了两个密集层。现在我想可视化基本ResNet模型中层内的权重。但是,重新加载已保存的模型: model = tf.keras.models.load_model(path/to/model.hdf5) model.summary() 结果为 如您所见,ResNet模型的层并没有单独列出,这意味着调用 model.layers[0].get_weights()[1] 只会导致结果为[7 7 3 64] 那么,如何访问基本ResNet50 V2模型中每个层中的权重?
这里的正确答案是写:model.layers[0].summary() 代替model.summary() 这将让我看到预训练模型中所有的层。因此,写入 model.layers[0].layers[0].get_weights(name='input_1') 这会为我提供ResNet基础模型输入的权重。