錯(cuò)誤描述：

1、保存模型：model.save_weights(’./model.h5’)

2、腳本重啟

3、加載模型：model.load_weights(’./model.h5’)

4、模型報(bào)錯(cuò)：ValueError: You are trying to load a weight file containing 12 layers into a model with 0 layers.

問題分析：

模型創(chuàng)建后還沒有編譯，一般是在模型加載前調(diào)用model.build(input_shape), 但我通過Dataset將輸入已經(jīng)變?yōu)閐ict格式了，暫時(shí)沒找這樣輸入怎么匹配input_shape參數(shù)

解決方法：

model.fit(train_dataset, epochs=0)

將epochs設(shè)為0，這樣模型在編譯的同時(shí)不會訓(xùn)練數(shù)據(jù)，減少耗費(fèi)的時(shí)間，之后就可以正常加載保存的參數(shù)了

補(bǔ)充知識：調(diào)用Kears中kears.model.load_model方法遇到的問題和解決方法

之前一直使用tf和pytorch，就算是tf也是tf.estimator用得比較多，很少使用keras，最近嘗試使用kears快速訓(xùn)練和部署一些分類任務(wù),在使用load_model的時(shí)候遇到一些問題

問題1：

SystemError: unknown opcode

原因是因?yàn)槟Ｐ投x用到了lambda

gap = Lambda(lambda x: x[0]/x[1], name = ‘RescaleGAP’)([gap_features, gap_mask])

我在python3.5的環(huán)境訓(xùn)練的模型，python3.6的環(huán)境load模型。兩個(gè)環(huán)境的lambda有差異，這個(gè)問題。

問題2：

ValueError: Unknown metric function:****

我的錯(cuò)誤是

ValueError: Unknown metric function:top_2_accuracy

因?yàn)樵跇?gòu)建模型時(shí)，使用了自己定義的top_2_accuracy方法，所以在load_model時(shí)需要將top_2_accuracy做為參數(shù)傳進(jìn)去

from keras.models import load_model from keras.metrics import top_k_categorical_accuracydef top_2_accuracy(in_gt, in_pred):return top_k_categorical_accuracy(in_gt, in_pred, k=2)model = load_model("model.h5",custom_objects={'top_2_accuracy': top_2_accuracy})

總結(jié)

以上是生活随笔為你收集整理的解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。