欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题

程序员文章站 2022-03-10 19:49:44
错误描述:1、保存模型:model.save_weights('./model.h5')2、脚本重启3、加载模型:model.load_weights('./model.h5')4、模型报错:valu...

错误描述:

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

2、脚本重启

3、加载模型:model.load_weights('./model.h5')

4、模型报错:valueerror: you are trying to load a weight file containing 12 layers into a model with 0 layers.

问题分析:

模型创建后还没有编译,一般是在模型加载前调用model.build(input_shape), 但我通过dataset将输入已经变为dict格式了,暂时没找这样输入怎么匹配input_shape参数

解决方法:

model.fit(train_dataset, epochs=0)

将epochs设为0,这样模型在编译的同时不会训练数据,减少耗费的时间,之后就可以正常加载保存的参数了

补充知识:调用kears中kears.model.load_model方法遇到的问题和解决方法

之前一直使用tf和pytorch,就算是tf也是tf.estimator用得比较多,很少使用keras,最近尝试使用kears快速训练和部署一些分类任务,在使用load_model的时候遇到一些问题

问题1:

systemerror: unknown opcode

原因是因为模型定义用到了lambda

gap = lambda(lambda x: x[0]/x[1], name = 'rescalegap')([gap_features, gap_mask])

我在python3.5的环境训练的模型,python3.6的环境load模型。两个环境的lambda有差异,这个问题。

问题2:

valueerror: unknown metric function:****

我的错误是

valueerror: unknown metric function:top_2_accuracy

因为在构建模型时,使用了自己定义的top_2_accuracy方法,所以在load_model时需要将top_2_accuracy做为参数传进去

from keras.models import load_model
from keras.metrics import top_k_categorical_accuracy
 
def 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})

以上这篇解决tensorflow2.0 tf.keras.model.load_weights() 报错处理问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。