您好,登录后才能下订单哦!
这篇文章主要讲解了如何使用Keras加载含有自定义层或函数的模型,内容清晰明了,对此有兴趣的小伙伴可以学习一下,相信大家阅读完之后会有帮助。
当我们导入的模型含有自定义层或者自定义函数时,需要使用custom_objects来指定目标层或目标函数。
例如:
我的一个模型含有自定义层“SincConv1D”,需要使用下面的代码导入:
from keras.models import load_model
model = load_model('model.h6', custom_objects={'SincConv1D': SincConv1D})
如果不加custom_objects指定目标层Layer,则会出现以下报错:
ValueError: Unknown layer: SincConv1D
同样的,当我的模型含有自定义函数“my_loss”,需要使用下面的代码导入:
from keras.models import load_model
model = load_model('model.h6', custom_objects={'my_loss': my_loss})
补充知识:keras加载模型load_model报错——ValueError: Unknown layer: CRF
我就废话不多说了,大家还是直接看代码吧!
from keras.models import load_model
model = load_model(model_path)
会报错,需要在load_model函数中添加custom_objects参数,来声明自定义的层
(用keras搭建bilstm-crf,在训练模型时,使用的是:
from keras_contrib.layers.crf import CRF) from keras_contrib.layers.crf import CRF, crf_loss, crf_viterbi_accuracy model = load_model(model_path, custom_objects={"CRF": CRF, 'crf_loss': crf_loss, 'crf_viterbi_accuracy': crf_viterbi_accuracy})
看完上述内容,是不是对如何使用Keras加载含有自定义层或函数的模型有进一步的了解,如果还想学习更多内容,欢迎关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。