添加的图层必须是 Layer 类的实例。找到：<tensorflow.python.keras.engine.input_layer.InputLayer>

Question

我是机器学习的新手。我正在关注微调 VGG16 模型的 教程。

使用此代码可以很好地加载模型：

 vgg_model = tensorflow.keras.applications.vgg16.VGG16()

但得到这个错误：

 TypeError: The added layer must be an instance of class Layer. Found: <tensorflow.python.keras.engine.input_layer.InputLayer object at 0x000001FA104CBB70>

运行此代码时：

 model = Sequential()
for layer in vgg_model.layers[:-1]:
    model.add(layer)

依赖项：

• 喀拉斯 2.2.3
• 张量流 1.12.0
• tensorflow-gpu1.12.0
• 蟒蛇 3.6.0

我正在关注此 博客，但我想使用 VGG16。

解决此问题的任何帮助将不胜感激。太感谢了。

原文由 Rstynbl 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

这不会起作用，因为 tensorflow.keras 层正在添加到 keras 模型中。

 vgg_model = tensorflow.keras.applications.vgg16.VGG16()
model = keras.Sequential()
model.add(vgg_model.layers[0])

实例化 tensorflow.keras.Sequential()。这会起作用。

 model = tensorflow.keras.Sequential()
model.add(vgg_model.layers[0])

原文由 Manoj Mohan 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

Adding to @Manoj Mohan’s answer, you can add an input_layer to your model using input_layer from Keras layers 如下：

 import keras
from keras.models import Sequential
from keras.layers import InputLayer

model = Sequential()
model.add(InputLayer(input_shape=shape, name=name))
....

如果您使用的是 TensorFlow 内置 Keras 则导入不同，其他内容仍然相同

import tensorflow as tf
import tensorflow.keras as keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import InputLayer

model = Sequential()
model.add(InputLayer(input_shape=shape, name=name))
....

来到主要部分，如果要将层导入顺序模型，可以使用以下语法。

 import keras
from keras.models import Sequential, load_model
from keras import optimizers
from keras.applications.vgg16 import VGG16
from keras.applications.vgg19 import VGG19

# For VGG16 loading to sequential model
model = Sequential(VGG16().layers)
# For VGG19 loading to sequential model
model = Sequential(VGG19().layers)

原文由 kgangadhar 发布，翻译遵循 CC BY-SA 4.0 许可协议