如何将特征提取层添加到Tensorflow中的顺序模型？

Question

resnet_50 = "https://www.kaggle.com/models/tensorflow/resnet-50/frameworks/TensorFlow2/variations/classification/versions/1"
feature_extractor_model = resnet_50
import tensorflow_hub as hub
feature_extractor_layer = hub.KerasLayer(
    feature_extractor_model,
    input_shape=(224, 224, 3),
    trainable=False)
num_classes = len(class_names)
model = tf.keras.Sequential()
model.add(feature_extractor_layer)
model.summary()

我尝试将

feature_extractor_layer

添加到 Sequential，但出现以下错误：

ValueError：只能将

keras.Layer

的实例添加到顺序模型中。已收到：（类型为 ）

如何解决这个问题？

Answer 1

我猜您使用的tensorflow版本大于2.15，其中包含导致错误的keras3.0。您可以尝试使用以下命令导入tf_keras吗？

!pip install tf-keras

，

import tf_keras

。我还修改了一些步骤，代码执行没有错误。请参考这个gist