keras load model时出现Missing Layer错误的解决方式
问题描述:训练结束后,保存model为hdf5和yaml格式的文件
yamlFilename=os.path.join(dir,filename) yamlModel=model.toyaml() withopen(yamlFilename,"w")asyamlFile: yamlFile.write(yamlModel)
随后loadmodel
withopen(chkptFilename,'r')asf:
model_yaml=f.read()
model=KM.model_from_yaml(model_yaml,customs_objects={"dict":dict})
model.load_weights(weightFilename)
但是报错
问题分析:
经过debug分析,原因出在model建立过程中前面lambda层的inbound_node列表中含有后面层,因此从上到下load时,会找不到后面层。重新建立一次model,然后用model.summary()可以看出其中的原因。
出现这种情况,可能的原因在于,该lambda层在其他py文件中定义,然后import进来,前后多次用到这个lambda层的话,在模型编译过程中,该lambda层可能只编译了一次,前后层共用之,导致后面层结点出现在前面层的inbound_node列表中。
解决办法:
不要在其他py文件中自定义lambda层,直接将其定义在model建立的文件中。或者直接继承Layer层,在其他py文件中重新自定义该层。
补充知识:加载keras模型'tf'isnotdefinedonload_model()-usinglambdaNameError:name'tf'isnotdefined报错
解决方法如下:
importtensorflowastf
importkeras
model=keras.models.load_model('my_model.h5',custom_objects={'tf':tf})
以上这篇kerasloadmodel时出现MissingLayer错误的解决方式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毛票票。
热门推荐
1 训练狗狗憋尿
2 狗狗追踪训练
3 狗狗训练要多少钱
5 深圳狗狗训练
6 训练狗狗唤回
7 狗狗叫怎么训练
8 狗狗训练班
10 狗狗社会化训练
11 狗狗叫回训练
12 广州狗狗训练学校
13 狗狗训练躺下
14 狗狗随行训练
15 训练狗狗巡回
16 狗狗要怎么训练
17 狗狗喂食训练
18 训练狗狗躺下