溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

keras load model時(shí)出現(xiàn)Missing Layer錯(cuò)誤時(shí)怎么辦

發(fā)布時(shí)間：2020-07-17 10:22:44 來源：億速云 閱讀：137 作者：小豬 欄目：開發(fā)技術(shù)

小編這次要給大家分享的是keras load model時(shí)出現(xiàn)Missing Layer錯(cuò)誤時(shí)怎么辦，文章內(nèi)容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。

問題描述：訓(xùn)練結(jié)束后，保存model為hdf5和yaml格式的文件

yamlFilename = os.path.join(dir,filename)
yamlModel = model.toyaml()
with open(yamlFilename, "w") as yamlFile:
 yamlFile.write(yamlModel)

隨后load model

with open(chkptFilename,'r') as f:
 model_yaml = f.read()
model = KM.model_from_yaml(model_yaml,customs_objects={"dict":dict})
model.load_weights(weightFilename)

但是報(bào)錯(cuò)

問題分析：

經(jīng)過debug分析，原因出在model建立過程中前面lambda層的inbound_node列表中含有后面層，因此從上到下load時(shí)，會找不到后面層。重新建立一次model，然后用model.summary() 可以看出其中的原因。

出現(xiàn)這種情況，可能的原因在于，該lambda層在其他py文件中定義，然后import進(jìn)來，前后多次用到這個(gè)lambda層的話，在模型編譯過程中，該lambda層可能只編譯了一次，前后層共用之，導(dǎo)致后面層結(jié)點(diǎn)出現(xiàn)在前面層的inbound_node列表中。

解決辦法：

不要在其他py文件中自定義lambda層，直接將其定義在model建立的文件中?；蛘咧苯永^承Layer層，在其他py文件中重新自定義該層。

補(bǔ)充知識：加載keras模型'tf' is not defined on load_model() - using lambda NameError: name 'tf' is not defined報(bào)錯(cuò)

解決方法如下：

import tensorflow as tf
import keras
model = keras.models.load_model('my_model.h6', custom_objects={'tf': tf})

看完這篇關(guān)于keras load model時(shí)出現(xiàn)Missing Layer錯(cuò)誤時(shí)怎么辦的文章，如果覺得文章內(nèi)容寫得不錯(cuò)的話，可以把它分享出去給更多人看到。

向AI問一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手