修改 h5 文件以修复 Keras I/O 错误答案

【问题标题】：Modify h5 file to fix error with Keras I/O修改 h5 文件以修复 Keras I/O 错误
【发布时间】：2017-05-15 23:15:30
【问题描述】：

几周前，我使用 Keras 和 Theano 后端训练了一个卷积神经网络 (CNN)，并将其保存为 h5 文件。

但是今天当我试图打开它时，我从 Theano bn.py 文件中得到了 BatchNormalization 层的错误：

ValueError: epsilon 必须至少为 1e-5，得到 9.99999974738e-06

所以这是我的问题：

我可以用 Keras 做点什么来解决这个问题吗？
如果第一个问题没有答案，如何修改 h5 文件以手动修改此值？

【问题讨论】：

标签： keras theano h5py

【解决方案1】：

这里是这个问题的临时解决方案。 Theano 文件 bn.py 自上一个版本以来有两个类似的测试（大约第 220 和 380 行），这些测试是导致问题的原因：

if epsilon < 1e-5:
    raise ValueError("epsilon must be at least 1e-5, got %s" % str(epsilon))

临时解决办法是用做作来代替加薪：

if epsilon < 1e-5:
   epsilon = 1e-5

这并不理想，但它允许读取旧文件。之后不要忘记撤消此修改。

【讨论】：

【解决方案2】：

发布我的案例以供将来参考，因为 duckduckgo.com 将我带到这里。

在我的情况下，我没有遇到与 OP 相同的错误，但我遇到了同样的问题，即有一个经过训练和保存但由于 keras issue 2814:TypeError: arg 5 (closure) must be tuple 而无法加载的 h5 文件。我最终临时修改了 lambda 反序列化函数 keras.layers.core.Lambda.from_config 中的 keras 代码，来自

    elif function_type == 'lambda':
        # Unsafe deserialization from bytecode
        function = func_load(config['function'], globs=globs)

到

    elif function_type == 'lambda':
        # Unsafe deserialization from bytecode
        if 'my_lambda_name' in config['function'][0]:
          print('bypassing lambda function')
          function = lambda x: x
        else:
          function = func_load(config['function'], globs=globs)

这绕过了有问题的 lambda 函数。它对我有用，因为该特定 h5 中的特定 lambda 函数只是充当 lambda x: x，尽管它比这更复杂一些。

然后我编写了一个小脚本来加载模型并将其保存在一个新文件中（带有绕过的 lambda 层）

from keras.models import load_model
print('fixing file')
model = load_model('path/to/file.h5')
model.save('path/to/file.fixed.h5')
print('fixed')

【讨论】：