keras接收V3预训练模型转换为序列模型？

我有一个inceptionv3预先训练的模型，我想把这个功能模型转换成顺序模型。但是发生了一个错误。我不知道为什么。我该怎么做

model_inceptionv3_conv = InceptionV3(weights='imagenet', include_top=False)
for layer in model_inceptionv3_conv.layers:
    layer.trainable = False
x = model_inceptionv3_conv.output
x = GlobalAveragePooling2D()(x)
predictions = Dense(NB_CLASSES, activation='sigmoid', name='predictions')(x)
my_model = Model(inputs=model_inceptionv3_conv.input, outputs=predictions)

seq = Sequential(model.layers)

错误

---

ValueError:输入0与层conv2d_7不兼容：输入形状的轴-1应具有值192，但得到形状（无、无、无、64）

为什么要转换为顺序？启始模型没有顺序结构，所以不可能进行这样的转换。如果不能做到这一点，我会考虑其他方法。非常感谢。如果你不告诉我们真正的问题是什么，那么我们就无法真正帮助你。对不起，我不知道真正的问题在哪里。有一个新问题。我有一个如上所述的初始模型。现在，我不希望模型可以接收新的输入占位符，然后使用sess.run（）获取输出。我做这个x=tf.placeholder（tf.float32，shape=（None，299299，3）），pred=model（x），sess.run（pred，feed_dict{x:x_val}，对吗？