从网络中提取子网并进行前馈传递

Question

假设我有一个简单的完全连接的神经网络，有L层。现在我想提取网络的一部分，比如从隐藏层l到隐藏层l+n。现在l是这个较小子网的输入，l+n是这个较小子网的输出。我想用这个较小的网络做一个前馈传递。Tensorflow是否提供了任何函数来实现这一点，或者我是否必须首先提取所有权重来构建新网络？你知道吗

编辑：

更准确地说，假设以下完全连接的网络：

1024 -> 512 -> 256 -> 128 -> 64 -> 32 -> 16

其中数字代表各层的层大小。从这个网络我想摘录以下部分

256 -> 128 -> 64

处理数据。这个网络现在有一个大小分别为256和64的输入层和输出层。你知道吗

有没有一种简单的方法可以在Tensorflow中实现这一点？你知道吗

Answer 1

使用tensorflow.keras.layers可以使用model.layers.pop()删除模型的最后一层。 你也可以停止训练模型

for layer in model.layers:
  layer.trainable = False

也可以将模型添加为另一个模型的一部分

new_model = models.Sequential()
new_model.add(model)
#rest of the code.

编辑：OP询问Tensorflow，所以使用Tensorflow分布。你知道吗