问题描述

keras提供了模型的可视化，如下：

import keras
from keras import models, layers,Model
from keras.applications import VGG16

conv_base=VGG16(weights='imagenet',include_top=False,input_shape=(128,128,3))

smodel = models.Sequential()
smodel.add(conv_base)
smodel.add(layers.Flatten())
smodel.add(layers.Dense(256, activation='relu'))
smodel.add(layers.Dense(1, activation='sigmoid'))

keras.utils.plot_model(smodel, to_file='model.png', show_shapes=True, show_layer_names=True, rankdir='LR')

可以看出，其对Model对象VGG16仅展示了概要信息，如何展示其详尽信息呢？

解决方案

keras.utils.plot_model时，会遍历到模型的各层，并使用诸如layer的name属性等，如上，使用的就是 conv_base（Model对象） 的name。具体可以查看keras.utils.vis_utils.model_to_dot()的源码。

注意以下继承关系：
Model->Container->Layer->Object。（子类->父类）

故新建模型，并将application的每一层加入该模型中。实现效果如下。

import keras
from keras import models, layers
from keras.applications import VGG16


conv_base=VGG16(weights='imagenet',include_top=False,input_shape=(128,128,3))

smodel = models.Sequential()
for m in conv_base.layers:
    smodel.add(m)
smodel.add(layers.Flatten())
smodel.add(layers.Dense(256, activation='relu'))
smodel.add(layers.Dense(1, activation='sigmoid'))

keras.utils.plot_model(smodel, to_file='model.png', show_shapes=True, show_layer_names=True, rankdir='TB')