【keras】加載min_xception前面幾個層，把後面的層給改成自己需要層。或者修改後面幾層的參數

參考：keras預訓練模型應用(4)：fine-turn InceptionV3 https://www.jianshu.com/p/23295376c44d

keras調用自己訓練的模型，並去掉全連接層 https://blog.csdn.net/qq_29462849/article/details/83010854

from keras.models import load_model
from keras.utils import plot_model
from keras.models import Model
from keras.layers import Activation, Conv2D
from keras.layers import GlobalAveragePooling2D

pre_model = load_model(load_model_path)  # mini_XCEPTION
pre_model.summary()
plot_model(pre_model, to_file='mini_XCEPTION_7.png')  # 畫出模型結構圖，並保存成圖片

base_model = Model(inputs=pre_model.input, outputs=pre_model.get_layer('add_4').output)
base_model.summary()
# 【1】增加一個卷積層
x = base_model.output
x = Conv2D(num_classes, (3, 3),
           # kernel_regularizer=regularization,
           padding='same', name='conv2d_7')(x)
# 【2】增加一個空域全局平均池化層
x = GlobalAveragePooling2D()(x)
# 【3】增加一個激活層
output = Activation('softmax', name='predictions')(x)
i = 0
# 【3】合併層，構建一個待 fine-turn 的新模型
model = Model(inputs=base_model.input, outputs=output)
plot_model(model, to_file='mini_XCEPTION_3.png')  # 畫出模型結構圖，並保存成圖片