Я не могу импортировать этот модуль
import keras.applications.resnet
ModuleNotFoundError
в () ----> 1 import keras.applications.resnet
ModuleNotFoundError: No module named 'keras.applications.resnet'
keras resnet ссылка
Я не могу импортировать этот модуль
import keras.applications.resnet
ModuleNotFoundError
в () ----> 1 import keras.applications.resnet
ModuleNotFoundError: No module named 'keras.applications.resnet'
keras resnet ссылка
Команда Keras не включила resnet, resnet_v2 и resnext в текущий модуль, они будут добавлены из Keras 2.2.5, как уже упоминалось здесь.
В качестве обходного пути вы можете напрямую использовать модуль keras_applications для импорта всех моделей ResNet, ResNetV2 и ResNeXt, как показано ниже.
from keras_applications.resnet import ResNet50
Или если вы просто хотите использовать ResNet50
from keras.applications.resnet50 import ResNet50
Кроме того, вы всегда можете выполнить сборку из исходного кода, как указано здесь.
mport keras_applications.resnet_v2 as resenet2 return resenet2.ResNet101V2
Сохраните результат в base_model
Но если я вызову `base_model(weights='imagenet', include_top=False), I get back
AttributeError: объект 'NoneType' не имеет атрибута 'image_data_format'`
- person MasayoMusic; 11.07.2019
keras_applications
не совместим с нетерпеливым выполнением, поэтому я получаю сообщение об ошибке, когда пытаюсь использовать это в tf2.0: "module 'tensorflow' has no attribute 'get_default_graph'"
- person craq; 23.09.2019
Найден обходной путь для использования ResNeXt в Keras 2.2.4 здесь.
Для функции ResNeXt50() нужно еще 4 аргумента: бэкэнд, слои, модели и утилиты.
import keras
from keras_applications.resnext import ResNeXt50
model = ResNeXt50(weights='imagenet',
backend=keras.backend,
layers=keras.layers,
models=keras.models,
utils=keras.utils)
В Keras есть несколько разновидностей ResNet, вам нужно будет указать версию ResNet, которую вы хотите, например. Вы хотите загрузить файл ResNet50.
Использовать
from keras.applications import ResNet50
Редактировать 2 Это список, который вы получаете, когда используете команду dir()
в приложениях.
['DenseNet121', 'DenseNet169', 'DenseNet201', 'InceptionResNetV2', 'InceptionV3', 'MobileNet', 'MobileNetV2', 'NASNetLarge', 'NASNetMobile', 'ResNet50', 'VGG16', 'VGG19', 'Xception', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', 'absolute_import', 'backend', 'densenet', 'division', 'inception_resnet_v2', 'inception_v3', 'keras_applications', 'keras_modules_injection', 'layers', 'mobilenet', 'mobilenet_v2', 'models', 'nasnet', 'print_function', 'resnet50', 'utils', 'vgg16', 'vgg19', 'xception']
, модели, видимые здесь, могут быть загружены следующим образом. Здесь отсутствуют некоторые модели, такие как ResNet101, дайте мне посмотреть, смогу ли я придумать способ исправить это.
Изменить Доказательство того, что это тоже работает
Чтобы увидеть все доступные версии моделей Resnet, посетите https://keras.io/applications/#resnet< /а>
resnet
модули доступны внутри keras.applications.renset
нет в keras.applications
- person Mohamed Thasin ah; 14.02.2019
from keras.applications.resnet import ResNet50
работает на вас? если да, то не могли бы вы сказать мне? потому что я застрял здесь. Я не могу импортировать модуль resnet
:(
- person Mohamed Thasin ah; 14.02.2019
Проверьте версии.
pip list | grep Keras
Если он уже установлен, удалите и обновите его.
pip uninstall Keras
pip install Keras==2.3.1
pip uninstall Keras-Applications
pip install Keras-Applications==1.0.8
pip uninstall Keras-Preprocessing
pip install Keras-Preprocessing==1.1.0
Надеюсь, поможет.
Существует пакет Python с именем «keras-resnet», в котором есть ResNet50, ResNet101, ResNet152 и многие другие варианты ResNet. (https://pypi.org/project/keras-resnet/)
Установка также довольно проста. Просто введите
pip install keras-resnet
Он установит этот модуль, а затем будет использовать его следующим образом:
from keras_resnet.models import ResNet50, ResNet101, ResNet152
backbone = ResNet50(inputs=image_input, include_top=False, freeze_bn=True)
C2, C3, C4, C5 = backbone.outputs # this will give you intermediate
# outputs of four blocks of resnet if you want to merge low and high level features
Я использую магистрали из этого модуля, и у меня все работает нормально!