如何获取数据集的特征向量。我的数据有一个微调的 CNN 模型。现在我想将从 CNN 的最后一层提取的所有数据集的特征输入到 LSTM 中。
到目前为止我有
cnn_model = load_model('weights/pre-trained_CNN.hdf5')
cnn_output = cnn_model.get_layer('fc7').output
我知道我必须将我所有的数据集都输入这个模型，但我不知道如何“保存”这些特征。
提取CNN的特征向量
数据挖掘
喀拉斯
特征提取
美国有线电视新闻网
2021-09-27 07:24:09
1个回答
为了“挖掘”现有模型的中间层，您可以执行以下操作：
# get your feature layer
cnn_model = load_model('weights/pre-trained_CNN.hdf5')
feature_layer = cnn_model.get_layer('fc7')
# stack your LSTM and other layers below, e.g.:
lstm_layer = TimeDistributed(LSTM(...), input_shape = ...)(feature_layer)
output = Dense(...)(lstm_layer)
# create a combined model
model = Model(inputs = cnn_model.input, outputs = [output])
其它你可能感兴趣的问题