Я установил модель трансферного обучения и попытался получить промежуточный результат.Я последовал одному из предложений здесь , чтобы получить промежуточный вывод модели следующим образом:
import tensorflow as tf
from tensorflow.keras import backend as K
tf.enable_eager_execution()
base_conv = tf.keras.applications.MobileNetV2(input_shape= None,
alpha=1.0, depth_multiplier=1, \
include_top=True, weights='imagenet', input_tensor=None, \
pooling=None, classes=1000)
model = tf.keras.models.Sequential()
model.add(base_conv)
model.add(tf.keras.layers.Dense(512, activation='relu'))
model.add(tf.keras.layers.Dense(5, activation='softmax'))
# with a Sequential model
get_layer_output = K.function([model.layers[0].input],
[model.layers[0].get_layer('Conv_1').output])
#x is the input image
layer_output = get_layer_output([x])
Но затем я получил ошибку:
AttributeError: Tensor.name is meaningless when eager execution is enabled.