我目前正在使用 keras 开发 vgg16 模型。
我用我的一些层微调 vgg 模型。
拟合模型(训练)后，我使用 model.save('name.h5') 保存模型。
它可以毫无问题地保存。
但是，当我尝试使用 load_model 函数重新加载模型时，它显示错误:
有没有人遇到过这个问题？
我的 keras 版本是 2.2。
这是我的代码的一部分......
from keras.models import load_model
vgg_model = VGG16(weights='imagenet',include_top=False,input_shape=(224,224,3))
global model_2
model_2 = Sequential()
for layer in vgg_model.layers:
model_2.add(layer)
for layer in model_2.layers:
layer.trainable= False
model_2.add(Flatten())
model_2.add(Dense(128, activation='relu'))
model_2.add(Dropout(0.5))
model_2.add(Dense(2, activation='softmax'))
model_2.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
model_2.fit(x=X_train,y=y_train,batch_size=32,epochs=30,verbose=2)
model_2.save('name.h5')
del model_2
model_2 = load_model('name.h5')
实际上我不会立即删除模型然后
load_model，只是为了显示我的问题。
最佳答案
看来这个问题和第一层的input_shape参数有关。我在没有 input_shape 参数集的包装层(双向)上遇到了这个问题。在代码中:
model.add(Bidirectional(LSTM(units=units, input_shape=(None, feature_size)), merge_mode='concat'))
无法加载我的旧模型，因为 input_shape 仅针对 LSTM 层而不是外层定义。反而
model.add(Bidirectional(LSTM(units=units), input_shape=(None, feature_size), merge_mode='concat'))
之所以有效，是因为包装器 Birectional 层现在有一个 input_shape 参数。也许您应该检查是否设置了 VGG net input_shape 参数，或者您应该使用正确的 input_shape 参数将单个 input_layer 添加到您的模型中。
关于python - keras 加载模型错误，尝试将包含 17 层的权重文件加载到具有 0 层的模型中，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50913225/