C# 使用模型作为层的Keras.NET

在Python中，可以使用预训练模型作为层，如下所示（源代码）

导入keras
从keras.applications导入VGG16
从keras导入模型
从keras导入图层
conv_base=VGG16（weights='imagenet'，
include_top=False，
输入_形状=（150,150,3））
model=models.Sequential（）
模型添加（conv_base）
model.add（layers.flatte（））
model.add（layers.Dense（256，activation='relu'））
model.add（layers.Dense（1，activation='sigmoid'））

我的问题很简单：有没有一种方法可以在C#中实现？我需要：

• 如果可能，将Keras.Applications.VGG.VGG16实例转换为Keras.Layers.BaseLayer
• 使用另一种顺序方法添加它（文档中不存在）

下面是C代码

使用Keras；
使用Keras.Applications.VGG；
使用Keras.Layers；
使用Keras.Models；
VGG16 conv_base=新VGG16(
权重：“imagenet”，
包括：错误，
输入_形：（150、150、3）
);
顺序模型=新的顺序（）；
model.Add（conv_base）；//显然不行
添加（新的展平（））；
添加（新密度（256，激活：“relu”）；
添加（新密度（1，激活：“S形”）；

在Sequential.cs中使用此API修改解决：

//
///[自定义]您还可以通过.AddModel（）方法添加模型
/// 
///模型。
公共模型（基本模型）
{
var layers=model.ToPython（）.GetAttr（“层”）；
foreach（层中的var层）
{
添加（图层：new BaseLayer（图层为PyObject.PyInstance）；
}
}