Keras 如何将连接添加到迁移学习中？

我正在使用迁移学习进行语义分割

model=vgg（weights=“imagenet”）
新的_模型=顺序（）
对于模型层中的l、n：
新模型。添加（l）
如果（n==18）：中断
#上采样
m1=模型层[-1]。输出
新增（conv2dtranpse（512，（3,3），步幅=（2,2），
padding=“相同”））
m2=新模型。层[-1]。输出
串联1=串联（m1，m2）

在这一步之前，一切正常。现在，我如何将此连接添加到网络中

new_model.layers[-1]。输出=连接1.output
新的_模型。层[-1]。输出=串联1
#这些都是错误的

您可以直接使用keras，这对您来说更容易

您只需使用n=18的所有层，输出将连接到m1

最后，创建模型。代码如下：

model=vgg（weights=“imagenet”）
输入=model.input
对于模型层中的l、n：
如果n==18：
最后一层=l
打破
#上采样
m1=最后一层
m2=Conv2DTranspose（512，（3，3），步幅=（2，2），padding=“same”）（m1）
连接1=连接（轴=-1）（m1，m2）
新模型=模型（输入=输入，输出=串联1）

您可以直接使用keras，这对您来说更容易

您只需使用n=18的所有层，输出将连接到m1

最后，创建模型。代码如下：

model=vgg（weights=“imagenet”）
输入=model.input
对于模型层中的l、n：
如果n==18：
最后一层=l
打破
#上采样
m1=最后一层
m2=Conv2DTranspose（512，（3，3），步幅=（2，2），padding=“same”）（m1）
连接1=连接（轴=-1）（m1，m2）
新模型=模型（输入=输入，输出=串联1）