转keras调用自己训练的模型，并去掉全连接层

版权声明：belongs to tony2278 https://blog.csdn.net/tony2278/article/details/89330208

From：keras调用自己训练的模型，并去掉全连接层

其实很简单

from keras.models import load_model

base_model = load_model('model_resenet.h5')#加载指定的模型
print(base_model.summary())#输出网络的结构图

去掉模型的全连接层

from keras.models import load_model

base_model = load_model('model_resenet.h5')
resnet_model = Model(inputs=base_model.input, outputs=base_model.get_layer('max_pooling2d_6').output)
#'max_pooling2d_6'其实就是上述网络中全连接层的前面一层，当然这里你也可以选取其它层，把该层的名称代替'max_pooling2d_6'即可，这样其实就是截取网络，输出网络结构就是方便读取每层的名字。
print(resnet_model.summary())

前后网络模型的输出对比