如何加载 Keras 模型？

Question

您好，我正在尝试加载在 Keras 中创建的 keras 模型：2.2.4 版本，我正在尝试加载低于指定版本。

• ubuntu : 18.04
• 蟒蛇：3.6.9
• 张量流版本：1.13.1
• Keras 版本：2.3.1

我尝试加载模型，如下所述。

import tensorflow as tf

classifierLoad = tf.keras.models.load_model('w.hdf5')

在加载时显示这样的错误。

/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/dtypes.py:526: FutureWarning: Passing (type, 1) or '1type' 作为类型的同义词已被弃用；在 numpy 的未来版本中，它将被理解为 (type, (1,)) / '(1,)type'。 _np_qint8 = np.dtype([("qint8", np.int8, 1)]) /usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/dtypes.py:527：FutureWarning：不推荐将（type，1）或'1type'作为类型的同义词传递；在 numpy 的未来版本中，它将被理解为 (type, (1,)) / '(1,)type'。 _np_quint8 = np.dtype([("quint8", np.uint8, 1)]) /usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/dtypes.py:528：FutureWarning：不推荐将（type，1）或'1type'作为类型的同义词传递；在 numpy 的未来版本中，它将被理解为 (type, (1,)) / '(1,)type'。 _np_qint16 = np.dtype([("qint16", np.int16, 1)]) /usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/dtypes.py:529：FutureWarning：不推荐将（type，1）或'1type'作为类型的同义词传递；在 numpy 的未来版本中，它将被理解为 (type, (1,)) / '(1,)type'。 _np_quint16 = np.dtype([("quint16", np.uint16, 1)]) /usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/dtypes.py:530：FutureWarning：不推荐将（type，1）或'1type'作为类型的同义词传递；在 numpy 的未来版本中，它将被理解为 (type, (1,)) / '(1,)type'。 _np_qint32 = np.dtype([("qint32", np.int32, 1)]) /usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/dtypes.py:535：FutureWarning：不推荐将（type，1）或'1type'作为类型的同义词传递；在 numpy 的未来版本中，它将被理解为 (type, (1,)) / '(1,)type'。 np_resource = np.dtype([("资源", np.ubyte, 1)]) 警告：tensorflow：来自 /usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/resource_variable_ops.py:435：colocate_with（来自 tensorflow.python.framework.ops）已弃用，将在未来的版本。 更新说明： 由 placer 自动处理的托管。 2020-02-20 18:17:45.291135：W tensorflow/core/platform/profile_utils/cpu_utils.cc:98] 未能在 /proc/cpuinfo 中找到 bogomips；无法确定 CPU 频率 2020-02-20 18:17:45.292283：我 tensorflow/compiler/xla/service/service.cc:161] XLA 服务 0x27584260 在平台主机上执行计算。设备： 2020-02-20 18:17:45.292367: I tensorflow/compiler/xla/service/service.cc:168] StreamExecutor 设备 (0): , 2020-02-20 18:17:45.438308: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:965] ARM64 不支持 NUMA - 返回 NUMA 节点零 2020-02-20 18:17:45.438696：我 tensorflow/compiler/xla/service/service.cc:161] XLA 服务 0x237da820 在平台 CUDA 上执行计算。设备： 2020-02-20 18:17:45.438755：I tensorflow/compiler/xla/service/service.cc:168] StreamExecutor 设备 (0)：NVIDIA Tegra X1，计算能力 5.3 2020-02-20 18:17:45.439077：我 tensorflow/core/common_runtime/gpu/gpu_device.cc:1433] 找到具有属性的设备 0： 名称：NVIDIA Tegra X1 主要：5 次要：3 memoryClockRate(GHz)：0.9216 pciBusID: 0000:00:00.0 总内存：3.87GiB 免费内存：569.37MiB 2020-02-20 18:17:45.439136: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] 添加可见 gpu 设备：0 2020-02-20 18:17:50.292455: I tensorflow/core/common_runtime/gpu/gpu_device.cc:984] 设备互连 StreamExecutor 与强度 1 边缘矩阵： 2020-02-20 18:17:50.295363：我 tensorflow/core/common_runtime/gpu/gpu_device.cc:990] 0 2020-02-20 18:17:50.295391: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1003] 0: N 2020-02-20 18:17:50.295579：我 tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] 创建了 TensorFlow 设备（/job:localhost/replica:0/task:0/device:GPU:0 和 105 MB 内存）-> 物理 GPU（设备：0，名称：NVIDIA Tegra X1，pci 总线 ID：0000:00:00.0，计算能力：5.3） 回溯（最近一次通话最后）： 文件“conversion_keras_to_trt.py”，第 32 行，在 模型 = load_model(model_fname, custom_objects={'Adam': lambda **kwargs: hvd.DistributedOptimizer(keras.optimizers.Adam(**kwargs))} 文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/saving.py”，第 249 行，在 load_model 优化器配置，custom_objects=custom_objects） 反序列化中的文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/optimizers.py”，第 838 行 printable_module_name='优化器') 文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/utils/generic_utils.py”，第 194 行，在 deserialize_keras_object 返回 cls.from_config(cls_config) 文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/optimizers.py”，第 159 行，在 from_config 返回 cls(**配置) init 中的文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/optimizers.py”，第 471 行 超级（亚当，自我）。init（**kwargs） init 中的文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/optimizers.py”，第 68 行 '传递给优化器：' + str(k)) TypeError：传递给优化器的意外关键字参数：名称

任何建议

Answer 1

您的问题源于您混合了普通的keras 和tensorflow.keras 版本。

它们不兼容。将来，如果您想训练模型，请确保在 tensorflow.keras 中训练模型，然后在测试时从 tensorflow.keras 加载。

Answer 2

我已经找到了一种加载模型的方法，我认为它不是一个正确的方法，但我所做的是，我开始在模型加载的 keras 2.3.1 版本和 tensorflow 1.14.1 版本上进行训练。