如何解决Keras加载模型时出现的缺少层错误问题？

本文共计393个文字，预计阅读时间需要2分钟。

问题描述：训练结束后，将模型保存为hdf5和yaml格式的文件。

代码内容：pythonyamlFilename=os.path.join(dir, filename)yamlModel=model.toyaml()with open(yamlFilename, 'w') as yamlFile: yamlFile.write(yamlModel)

随后load modelwith open('chk') as f: model=yaml.load(f, Loader=yaml.FullLoader)

问题描述：训练结束后，保存model为hdf5和yaml格式的文件

yamlFilename = os.path.join(dir,filename) yamlModel = model.toyaml() with open(yamlFilename, "w") as yamlFile: yamlFile.write(yamlModel)

随后load model

with open(chkptFilename,'r') as f: model_yaml = f.read() model = KM.model_from_yaml(model_yaml,customs_objects={"dict":dict}) model.load_weights(weightFilename)

但是报错

问题分析：

经过debug分析，原因出在model建立过程中前面lambda层的inbound_node列表中含有后面层，因此从上到下load时，会找不到后面层。