这篇文章主要介绍了调用Kears中kears.model.load_model方法会遇到哪些问题，具有一定借鉴价值，需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获。下面让小编带着大家一起了解一下。

之前一直使用tf和pytorch，就算是tf也是tf.estimator用得比较多，很少使用keras，最近尝试使用kears快速训练和部署一些分类任务,在使用load_model的时候遇到一些问题

问题1：

SystemError: unknown opcode

原因是因为模型定义用到了lambda

gap = Lambda(lambda x: x[0]/x[1], name = 'RescaleGAP')([gap_features, gap_mask])

我在python3.5的环境训练的模型，python3.6的环境load模型。两个环境的lambda有差异，这个问题。

问题2：

ValueError: Unknown metric function:****

我的错误是 ValueError: Unknown metric function:top_2_accuracy

因为在构建模型时，使用了自己定义的top_2_accuracy方法，所以在load_model时需要将top_2_accuracy做为参数传进去

from keras.models import load_model
from keras.metrics import top_k_categorical_accuracy
def top_2_accuracy(in_gt, in_pred):
   return top_k_categorical_accuracy(in_gt, in_pred, k=2)
model = load_model("model.h5",custom_objects={'top_2_accuracy': top_2_accuracy})

感谢你能够认真阅读完这篇文章，希望小编分享调用Kears中kears.model.load_model方法会遇到哪些问题内容对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，遇到问题就找亿速云，详细的解决方法等着你来学习!