Keras ValueError 尝试加载模型答案

【问题标题】：Keras ValueError trying to load modelKeras ValueError 尝试加载模型
【发布时间】：2020-05-29 19:44:44
【问题描述】：

我正在使用 Anaconda Navigator，确切地说是 Jupyter。

import tensorflow as tf 
from tensorflow import keras
print(tf.__version__)
>>> 1.14.0

这是我的模特

def create_model():
  model = tf.keras.Sequential([
    keras.layers.Dense(86, activation='relu', kernel_regularizer=keras.regularizers.l2(0.0001),input_shape=(129,)),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(142, activation='relu', kernel_regularizer=keras.regularizers.l2(0.0001)),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(4, activation='softmax')
    ])
  return model

model = create_model()

# Display the model's architecture
model.summary()

在训练、预测和评估我的模型后，我决定使用

model.save('/Users/Jennifer/myproject/my_model.h5')

我用 h5py 文件检查了目录和文件夹。我决定使用

加载它

new_model1 = tf.keras.models.load_model('/Users/Jennifer/myproject/my_model.h5')

我遇到了一个错误

ValueError: Unknown entries in loss dictionary: ['class_name', 'config']. Only expected following keys: ['dense_17']

请帮助我。我应该怎么办？我几乎花了一整天的时间来解决这个问题。谢谢

【问题讨论】：

我认为你错过了其中的一个关键部分，你传递了什么来编译？当您保存模型时，它将保存优化器/训练信息。您可以将 custom_objects 传递给 load_model 以加载这些对象。或者如果你不想要优化器的东西，你可以试试load_weights。
@matt 编译：model.compile(optimizer=tf.keras.optimizers.Adam(0.0001), loss=tf.keras.losses.CategoricalCrossentropy(from_logits=True), metrics=['accuracy']).
如果你在保存之前编译你的模型，比如model.compile(optimizer='adam',loss='categorical_crossentropy',metrics=['accuracy'])，你还会得到这个错误吗？告诉我，我很好奇它是否能解决您的问题。
@TimbusCalin 不，我没有收到错误消息。它工作得很好。此错误是在保存模型后，我尝试使用命令在单独的 pyfile 中再次加载。
所以它解决了你的问题？

标签： tensorflow keras

【解决方案1】：

这里有一个只是加载权重的解决方法：

#!/usr/bin/env python3

from tensorflow import keras
import os


def create_model():
  model = keras.Sequential([
    keras.layers.Dense(86, activation='relu', kernel_regularizer=keras.regularizers.l2(0.0001),input_shape=(129,)),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(142, activation='relu', kernel_regularizer=keras.regularizers.l2(0.0001)),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(4, activation='softmax')
    ])
  return model

if os.path.exists("junk.h5"):
    model = create_model()
    model.load_weights("junk.h5")

else:
    model = create_model()
    model.compile(optimizer=keras.optimizers.Adam(0.0001), loss=keras.losses.CategoricalCrossentropy(from_logits=True), metrics=['accuracy'])
    model.save("junk.h5")

另一种解决方法是在没有优化器的情况下保存模型

model.save("junk.h5", include_optimizer=False)

您使用的损失函数似乎创建了一个包含无效键的字典。这听起来像是 keras/tensorflow 中的一个错误。这就是 colab 可能工作的原因，因为它使用的是较新的版本。

【讨论】：

我尝试加载重物，它们工作得很好。我只想要整个模型，仅此而已。
您使用 colab 的经验表明，如果您升级 tensorflow，它可能会起作用。此外，在不使用优化器的情况下保存它对我有用，然后我可以使用“load_model”加载它。您可能会将其作为错误报告给 tensorflow。我怀疑它已在更新的版本中得到修复。