Python 使用CNTK和转移学习在高层访问下层输出

我正在寻找一种方法，通过使用CNTK加载VGG16模型，将较低层的输出转发到较高层

我问题的背景是：

我重新实现了的一些部分，但随后遇到了一些问题：首先，我用完全卷积替换了完全连接的层，并将模型定义部分中的序列分割成块，在块中，我可以简单地访问

pool3

和

pool4

，以便稍后在eg.

coulsion2d（（1,1）中使用，num_classes，name='score_pool4'）（pool4）

。这很好，但在构建模型之后，我注意到，我需要实现一种自己的方式来读取批，因为内置阅读器目前不支持二维标签。现在，我只需使用OpenCV读取图像，并将

training_会话（…）.train（）替换为for循环和
trainer.train_小批量（{model['features']：my_loaded_features，model['labels']：my_2D_labels}）
这很好但是由于删除了
培训课程
部分，我不知道在哪里可以应用现有VGG16权重

我的问题是：

我用
C.load\u model（…）
搜索了那些家伙在哪里加载模型，然后克隆了所需的层，但现在我想知道如果我还想在更深的层中使用它，我如何访问克隆的层->池4（在加载的模型中间）

我尝试了
卷积2D（（1,1），num_classes，name='score_pool4'）（克隆的\u层。通过\u name（'pool4'）查找\u）
，但在学习者初始化时，由于所用权重变量中的“未知形状信息”，我最终收到了一些错误消息

那么，我如何访问加载模型中的这些层以供以后（更深入）使用呢

谢谢你的阅读（也许还有帮助）
 如果您希望读取自定义数据。有两个教程介绍如何构建自己的读者

关于克隆网络的一部分-到StackOverflow上的另一篇文章，该文章包含示例代码