如何在tensorflow中生成VGG16多功能

我想在VGG16中获得多个功能，并在

build（）

中编写代码，如：

      # ...
      # ch=256
      self.front_feature = tf.keras.models.Sequential([
        vgg16.get_layer("input_1"),
        # Original size
        vgg16.get_layer("block1_conv1"), vgg16.get_layer("block1_conv2"), vgg16.get_layer("block1_pool"),
        # Original size / 2
        vgg16.get_layer("block2_conv1"), vgg16.get_layer("block2_conv2"), vgg16.get_layer("block2_pool"),
        # Original size / 4
        vgg16.get_layer("block3_conv1"), vgg16.get_layer("block3_conv2"), vgg16.get_layer("block3_conv3"), 
        # Original size / 4
        vgg16.get_layer("block3_pool"),
        # Original size / 8
        ],
        name=self.feature_layer_name+'_front'
      )
      # ch=512
      self.l4_feature = tf.keras.models.Sequential([
        # Original size / 8
        vgg16.get_layer("block4_conv1"), vgg16.get_layer("block4_conv2"), vgg16.get_layer("block4_conv3"),
        # Original size / 8
        ],
        name=self.feature_layer_name+'_L4'
      )
      self.l4_pool = tf.keras.models.Sequential([
        # Original size / 8
        vgg16.get_layer("block4_pool"),
        # Original size / 16
        ],
        name=self.feature_layer_name+'_L4_pooling'
      )
      # ch=512
      self.l5_feature = tf.keras.models.Sequential([
        # Original size / 16
        vgg16.get_layer("block5_conv1"), vgg16.get_layer("block5_conv2"), vgg16.get_layer("block5_conv3"),
        # Original size / 16
        ],
        name=self.feature_layer_name+'_L5'
      )
      self.l5_pool = tf.keras.models.Sequential([
        # Original size / 16
        vgg16.get_layer("block5_pool"),
        # Original size / 32
        ],
        name=self.feature_layer_name+'_L5_pooling'
      )

但这有点愚蠢，所以我尝试将其写入一个模型对象，如：

  vgg16=tf.keras.applications.VGG16(weights='imagenet', include_top=False)
  self.feature_model_t = tf.keras.Model(
        inputs=vgg16.input,
        outouts=[
          vgg16.get_layer('block3_pool').output,
          vgg16.get_layer('block4_conv3').output,
          vgg16.get_layer('block4_pool').output,
          vgg16.get_layer('block5_conv3').output
        ],
      )

然后我运行代码，但是

TypeError:（'Keyword argument not Understanding:'，'inputs'）

---

如何修复它？

请确保已安装最新版本的TensorFlow

如果TensorFlow 2.1出现这种情况，请降级到TensorFlow 2.0。此外，如果您安装了Keras，您可以卸载它，因为您从TensorFlow内部使用Keras

编辑：如果问题仍然存在，请确保将正确的参数传递给参数输入（提示：检查是否正确检索VGG16的输入）

---

此外，由于“

out

”中的输入错误，您也会遇到问题；请重命名为

outputs

我测试了2.0.0和2.1.0，相同的问题类型错误：（'Keyword argument not Understanding:'，'inputs'）。您是否将VGG16的正确输入传递给输入？如果答案解决了您的问题，也请向上投票，谢谢。