仙炼之路txt下载,qq仙灵探囊取物,创龙传txt
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() with open(yamlfilename, "w") as yamlfile: yamlfile.write(yamlmodel)
随后load model
我要评论
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' is not defined on load_model() - using lambda nameerror: name 'tf' is not defined报错
解决方法如下：
import tensorflow as tf
import keras
model = keras.models.load_model('my_model.h5', custom_objects={'tf': tf})
以上这篇keras load model时出现missing layer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移动技术网。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
Python 实现将numpy中的nan和inf,nan替换成对应的均值
python爬虫把url链接编码成gbk2312格式过程解析
网友评论