如何在TensorFlow的预训练模型中获得最大池层的输出？

import tensorflow as tf

# 加载预训练模型
pretrained_model = tf.keras.applications.VGG16(weights='imagenet')

# 创建模型实例
model = tf.keras.Model(inputs=pretrained_model.input, outputs=pretrained_model.output)

# 查找最大池层的位置
max_pool_layer_index = None
for i, layer in enumerate(model.layers):
    if isinstance(layer, tf.keras.layers.MaxPooling2D):
        max_pool_layer_index = i
        break

# 提取最大池层的输出
max_pool_model = tf.keras.Model(inputs=model.input, outputs=model.layers[max_pool_layer_index].output)

# 使用模型进行推理
input_image = tf.random.normal((1, 224, 224, 3))
output = max_pool_model.predict(input_image)

print(output.shape)  # 输出最大池层的输出形状