我需要使用 Keras（keras.applications.VGG16）中的預(yù)訓(xùn)練模型作為從它的第一層創(chuàng)建另一個(gè)模型（用于進(jìn)行遷移學(xué)習(xí)）的基線。最終目標(biāo)是凍結(jié)并導(dǎo)出模型，以便在帶有 AIY 視覺(jué)套件的樹莓派上部署。我嘗試了以下常見(jiàn)方法：model_base = keras.applications.VGG16(input_tensor=inputs)x = model_base.get_layer(backbone_layer).outputx = keras.layers.Flatten()(x)x = keras.layers.Dense(1)(x)model = keras.models.Model(inputs=inputs, outputs=x)我也在嘗試使用：model_base._layers.pop() 我調(diào)用 pop() n 次，其中“n”是我想要擺脫的最終層數(shù)。它似乎在這兩種情況下都有效，當(dāng)我使用 new_model.summary() 它只顯示所需的 VGG16 模型的第一層加上為自定義添加的新層，但是當(dāng)導(dǎo)出模型并為 tf-lite 編譯器編譯時(shí)回報(bào)：設(shè)備內(nèi)存不足，無(wú)法運(yùn)行模型這很奇怪，因?yàn)樯傻哪Ｐ停?pb 文件和層數(shù)）比其他可以正確導(dǎo)入的手動(dòng)定義的模型更小，在分析 tensorboard 并將 .pb 文件導(dǎo)出為文本后，我發(fā)現(xiàn)原始模型正在也導(dǎo)出（所有圖層，甚至是未使用和使用 pop() 刪除的圖層），而不僅僅是新圖層（在 tensorboard 中看到有 2 個(gè)并行模型，右邊是所需的模型，但原始模型的原始層仍顯示在左側(cè)，原始模型的那部分也存在于導(dǎo)出的 .pb 文件中）我的問(wèn)題是我怎樣才能明確地從 keras.applications.VGG16 模型中刪除未使用的層并只保留第一層 + 新的自定義層？使用 pop() 沒(méi)有用，也嘗試了 del 層（在 for 循環(huán)中）失敗?；蛘呶疫€有什么其他選擇可以通過(guò)僅保留第一層然后將其連接到其他一些自定義層來(lái)使用預(yù)訓(xùn)練模型作為基線。