使用 TensorFlow 2.1 加载自定义模型
Posted
技术标签:
【中文标题】使用 TensorFlow 2.1 加载自定义模型【英文标题】:Loading Custom Model with Tensorflow 2.1 【发布时间】:2020-03-04 16:14:26 【问题描述】:我已经将自己的类子类化为tf.keras.Model
,并且正在尝试保存和加载经过训练的实例。我正在尝试遵循this 教程,但每次我去加载保存的模型时,我都会收到相同的错误消息:TypeError: __init__() got an unexpected keyword argument 'reduction'
。我已经尝试将该关键字参数添加到我的课程中,但它没有任何改变。有什么想法吗?
【问题讨论】:
【参考方案1】:我在 Tensorflow 1.14 上遇到了同样的问题,并通过在加载函数中添加 compile=False
来解决它:
new_model = tf.keras.models.load_model('saved_model/my_model', compile=False)
即使使用compile=False
,也可以运行model.predict()
函数。
解决方案来源于this Tensorflow issue。
【讨论】:
以上是关于使用 TensorFlow 2.1 加载自定义模型的主要内容,如果未能解决你的问题,请参考以下文章
保存和加载自定义 Tensorflow 模型(自回归 seq2seq 多元时间序列 GRU/RNN)
如何使用 tensorflow-serving 发布自定义(非 tensorflow)模型?
如何为 keras 模型使用 tensorflow 自定义损失?