在Keras中，如何获取与“；模型"；我的模型中包含的对象？

我在初始基础上使用VGG16网络构建了一个顺序模型，例如：

从keras.applications导入VGG16
conv_base=VGG16（weights='imagenet'，
#不包括顶部完全连接的致密层
include_top=False，
输入_形状=（150,150,3））
从keras导入模型
从keras导入图层
model=models.Sequential（）
模型添加（conv_base）
model.add（layers.flatte（））
model.add（layers.Dense（256，activation='relu'））
#3对应于三个输出类
model.add（layers.Dense（3，activation='sigmoid'））

我的模型如下所示：

model.summary（）

---

层（类型）输出形状参数
=================================================================
vgg16（型号）（无、4、4、512）14714688
_________________________________________________________________
展平1（展平）（无，8192）0
_________________________________________________________________
密集型_7（密集型）（无，256）2097408
_________________________________________________________________
致密（致密）（无，3）771
=================================================================
总参数：16812867
可培训参数：16812867
不可训练参数：0
_________________________________________________________________

现在，我想获得与我的网络的vgg16模型部分相关联的层名称。例如：

layer\u name='block3\u conv1'
过滤器索引=0
图层输出=模型。获取图层（图层名称）。输出
损失=K.平均值（图层输出[：，：，：，过滤器索引]）

但是，由于vgg16卷积显示为一个模型，并且它的层没有公开，因此我得到了错误：

ValueError:没有这样的层：block3\u conv1

---

我该怎么做

关键是首先在模型对象上执行

。获取\u层

，然后在指定特定vgg16层的对象上执行另一个

。获取\u层

，然后执行。输出：

---

layer\u output=model.get\u layer（'vgg16'）。get\u layer（'block3\u conv1'）。output

要从vgg16实例获取层的名称，请使用以下代码

for layer in conv_base.layers:
    print(layer.name)

模型中的名称应相同。要显示这一点，您可以执行以下操作

print([layer.name for layer in model.get_layer('vgg16').layers])

---

就像Ryan给我们看的那样。要调用vgg16层，必须首先使用get_layer方法从模型中调用它

只需将图层名称存储在列表中，即可供进一步使用

layer_names=[layer.name for layer in base_model.layers]

这对我有用：）

for idx in range(len(model.layers)):
  print(model.get_layer(index = idx).name)