我通过 callbacks.ModelCheckpoint()
自动保存了我的模型使用 HDF5 文件。
# Checkpoint In the /output folder
filepath = "./model/mnist-cnn-best.hd5"
# Keep only a single checkpoint, the best over test accuracy.
checkpoint = keras.callbacks.ModelCheckpoint(filepath, monitor='val_acc',
verbose=1, save_best_only=True,
mode='max')
# Train
model.fit(x_train, y_train,
batch_size=batch_size,
epochs=epochs,
verbose=1,
validation_data=(x_test, y_test),
callbacks=[checkpoint])
当我加载模型时,发生了错误。
model = keras.models.load_model("./mnist-cnn-best.hd5")
File "D:\Program Files\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\saving.py", line 251, in load_model
training_config['weighted_metrics'])
KeyError: 'weighted_metrics'
如果我使用参数 'compile=False' 加载模型,它可以正常工作。
我知道在 keras 中保存模型的正常方法是:
from keras.models import load_model
model.save('my_model.h5') # creates a HDF5 file 'my_model.h5'
del model # deletes the existing model
# returns a compiled model
# identical to the previous one
model = load_model('my_model.h5')
顺便说一句,当我通过 Tensorflow Lite 转换此模型时,也发生了此错误。
但我不知道我的模型有什么问题。
有没有人有想法?
最佳答案
我遇到了一个类似的问题,它产生了相同的错误消息,但原因可能与您的不同:
代码: (Tensorflow 1.11 和 tf.keras。 版本 :2.1.6-tf)
if load_model_path.endswith('.h5'):
model = tf.keras.models.load_model(load_model_path)
错误信息:
File "...../lib/python3.6/site-packages/tensorflow/python/keras/engine/saving.py", line 251, in load_model
training_config['weighted_metrics'])
KeyError: 'weighted_metrics'
我发现这是因为模型保存在较旧的 Keras 版本中。
我不得不注释掉与
weighted_metrics
相关的代码能够加载模型。但是,在我找到解决不匹配问题的可持续解决方案之前,这只是一种解决方法。有趣的是,@fchollet
刚刚添加 weighted_metrics
最近(2018 年 10 月)更新到最新的 Keras 版本。https://github.com/keras-team/keras/blob/master/keras/engine/saving.py#L136
我希望这会帮助那些和我遇到同样问题的人。
关于keras - 在 Keras 中加载由 callbakcs.ModelCheckpoint() 保存的模型时出错,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52753846/