在keras中定義模型（include_top = True）

Question

有人可以告訴我什麼include_top = True在keras中定義模型時意味着什麼？

我在Keras文檔中閱讀了這一行的含義。它說include_top：是否將完全連接的層包含在網絡的頂部。

我仍在尋找這行代碼的直觀解釋。

ResNet50(include_top=True) 

謝謝！

Answer 1

這些模型大多數是一系列卷積層，然後是一個或幾個密集（或完全連接）層。

Include_top可讓您選擇是否需要最終稠密層。

• 卷積層作爲特徵提取器工作。他們識別圖像中的一系列圖案，並且每個圖層都可以通過查看圖案模式來識別更復雜的圖案。

• 的緻密層能夠以分類解釋發現模式：這個圖像包含貓，狗，汽車等

關於權重：

• 的卷積層中的權重是固定大小的。它們是內核x過濾器的大小。例如：10個過濾器的3x3內核。卷積層不關心輸入圖像的大小。它只是進行卷積並根據輸入圖像的大小顯示最終的圖像。 （如果不清楚，請查找一些關於卷積的圖解教程）

• 現在密集層中的權重完全取決於輸入大小。它是每個輸入元素的一個權重。所以這要求你的輸入總是相同的大小，否則你將不會有適當的學習權重。

因此，刪除最終密集層允許您定義輸入大小（請參閱文檔）。 （並且輸出尺寸會相應增加/減少）。

但是你失去了解釋/分類層。 （你可以根據你的任務添加你自己的）

Answer 2

閱讀the documentation舍了一些燈，你也可以求助於the code。具有include_top=True意味着將在模型的末尾添加完全連接的層。如果您希望模型實際執行分類，這通常是您想要的。使用include_top=True，您可以指定參數classes（對於ImageNet，默認爲1000）。使用include_top=False，該模型可用於特徵提取，例如構建自動編碼器或在其上堆疊任何其他模型。請注意，input_shape和pooling參數應僅在include_top爲False時指定。