Промежуточный вывод, скажем, Resnet50 из модели Keras

import keras
print(keras.__version__)
#2.3.0
from keras.models import Sequential
from keras.layers import Input, Dense,TimeDistributed
from keras.models import Model
model = Sequential()
resnet = ResNet50(include_top = False, pooling = 'avg', weights = 'imagenet')
model.add(resnet)
model.add(Dense(10, activation = 'relu'))
model.add(Dense(6, activation = 'sigmoid'))
model.summary()


// Обучение // model.fit(.. ) выполнено

теперь как просто вывести из слоя?

model.layers[0]._name='resnet50'
print(model.layers[0].name) # prints resnet50
layer_output = model.get_layer("resnet50").output
intermediate_model = Model(inputs=[model.input, resnet.input], outputs=[layer_output])
result = intermediate_model.predict([x, x])
print(result.shape)
print(result[0].shape)


Получил ошибку

AttributeError: Layer resnet50 имеет несколько входящих узлов, поэтому понятие «выход слоя» не определено. Используйте
get_output_at(node_index)вместо этого. добавить коддобавить уценку

Решение проблемы

Пожалуйста, попробуйте еще раз, используя tf.kerasдля импорта модели и слоев.

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Input, Dense,TimeDistributed
from tensorflow.keras.models import Model


а затем запустить то же самое:

model.layers[0]._name='resnet50'
print(model.layers[0].name) # prints resnet50
layer_output = model.get_layer("resnet50").output
intermediate_model = Model(inputs=[model.input, resnet.input], outputs=[layer_output])
x = tf.ones((1, 250, 250, 3))
result = intermediate_model.predict([x, x])
print(result.shape)
print(result[0].shape)


Выход:

resnet50
(1, 2048)
(2048,)