keras load model 并保存特定层 (pop) 的权重save new_model

有时候我们保存模型（save model）,会保存整个模型输入到输出的权重，如果，我们不想保存后几层的参数，保存成新的模型。

    import keras
    from keras.models import Model, load_model
    from keras.layers import Input, Dense
    from keras.optimizers import RMSprop
    import numpy as np

创建原始模型并保存权重

inputs = Input((1,))
dense_1 = Dense(10, activation='relu')(inputs)
dense_2 = Dense(10, activation='relu')(dense_1)
dense_3 = Dense(10, activation='relu')(dense_2)
outputs = Dense(10)(dense_3)

model = Model(inputs=inputs, outputs=outputs)
model.compile(optimizer=RMSprop(), loss='mse')
model.save('test.h5')

加载模型并对模型进行调整

loaded_model = load_model('test.h5')
loaded_model.layers.pop()
loaded_model.layers.pop()

此处去掉了最后两层－－dense_3, dense_2。

创建新的model并加载修改后的模型

new_model = Model(inputs=inputs, outputs=dense_1)
new_model.compile(optimizer=RMSprop(), loss='mse')
new_model.set_weights(loaded_model.get_weights())

new_model.summary()
new_model.save('test_complete.h5')

---

参考：https://github.com/keras-team/keras/issues/8772