keras - 事前訓練されたケラスモデルの中間層に補助ヘッドを追加する方法は?

Question

これは、スタック オーバーフローに関する私の最初の質問です。できるだけ多くのコンテキストを提供しようとします。私の質問を読んでくれてありがとう！

efficentnet現在、分類問題に使用しています。中間層に補助ヘッドを追加したい。補助ヘッドとは、2 番目の出力 (2 つの最終出力) を生成するレイヤーの別のセットを意味します。

現在、次のコードを使用して、モデルの最後に頭を追加することができました。

inputs = tf.keras.Input(shape=(img_size, img_size, 3), name='input')
    
x =  efn.EfficientNetB7(input_shape=(img_size, img_size, 3), include_top=False)(inputs)

classification_head = tf.keras.layers.GlobalAveragePooling2D()(x)
classification_head = tf.keras.layers.Dense(4, activation='softmax', name = 'classification')(classification_head)
    

aux_head = tf.keras.layers.Conv2D(128, kernel_size = 3, padding='same')(x)
aux_head = tf.keras.layers.BatchNormalization()(aux_head)
aux_head = tf.keras.layers.ReLU()(aux_head)
aux_head = tf.keras.layers.Conv2D(1, kernel_size=1, padding= 'valid', name = 'aux_head')(aux_head)
    
model = tf.keras.Model(inputs, [classification_head,aux_head])

同様の手順を実行したいのですがaux_head、中間層 (ここでは という名前block5a_expand_conv) に直接追加することで、私が試したのは次のとおりです。

inputs = tf.keras.Input(shape=(img_size, img_size, 3), name='input')
    
x = efn.EfficientNetB7(input_shape=(img_size, img_size, 3), include_top=False)(inputs)

classification_head = tf.keras.layers.GlobalAveragePooling2D()(x)
classification_head = tf.keras.layers.Dense(4, activation='softmax', name = 'classification')(classification_head)
    
intermediary_layer = x(
                input_shape=(img_sisze, img_sisze, 3),
                include_top=False).get_layer(name = 'block5a_expand_conv')

aux_head = tf.keras.layers.Conv2D(128, kernel_size = 3, padding='same')(intermediary_layer.output)
aux_head = tf.keras.layers.BatchNormalization()(aux_head)
aux_head = tf.keras.layers.ReLU()(aux_head)
aux_head = tf.keras.layers.Conv2D(1, kernel_size=1, padding= 'valid', name = 'aux_head')(aux_head)
    
model = tf.keras.Model(inputs, [classification_head,aux_head])

しかし、このコードは次の名前のエラーを生成します。

Graph disconnected

ここで何ができるかについて誰かが考えを持っていますか?