Keras 'InputLayer 对象在转换为 CoreML 时没有属性'inbound_nodes'
Posted
技术标签:
【中文标题】Keras \'InputLayer 对象在转换为 CoreML 时没有属性\'inbound_nodes\'【英文标题】:Keras 'InputLayer object has no attribute 'inbound_nodes' when converting to CoreMLKeras 'InputLayer 对象在转换为 CoreML 时没有属性'inbound_nodes' 【发布时间】:2018-06-27 23:44:33 【问题描述】:在尝试将我的 Keras 模型转换为 CoreML 模型时,我收到错误消息“InputLayer object has no attribute 'inbound_nodes'。
这是我的代码:
loaded_model = load_model("diffinception.h5")
coreml_model = coremltools.converters.keras.convert(loaded_model,
input_names="imageSculp", output_names="category")
coreml_model.save("transfertestinception.mlmodel")
“diffinception.h5”是从 Keras 导入的 Inception 模型,带有我为迁移学习训练的附加层。
这是我生成该模型的代码:
model = applications.InceptionV3(weights = "imagenet", include_top=False,
input_shape = (img_width, img_height, 3), pooling = max)
# Freeze layers
for layer in model.layers:
layer.trainable = False
#Adding custom Layers
x = model.output
x = Flatten()(x)
x = Dense(1024, activation="relu")(x)
x = Dropout(0.5)(x)
x = Dense(1024, activation="relu")(x)
predictions = Dense(2, activation="softmax")(x)
# creating the final model
model_final = Model(inputs = model.input, outputs = predictions)
# compile the model
model_final.compile(loss = "categorical_crossentropy", optimizer =
optimizers.SGD(lr=0.001, momentum=0.9), metrics=["accuracy"])
我了解最新的 Keras 版本。使用 Python 2.7
【问题讨论】:
您使用的 Keras 版本比 coremtools 支持的版本更新。 【参考方案1】:我更新了我机器上的 _topology2.py 代码以匹配以下版本(2018 年 1 月 17 日更新):
https://github.com/apple/coremltools/blob/master/coremltools/converters/keras/_topology2.py
这解决了问题。
【讨论】:
以上是关于Keras 'InputLayer 对象在转换为 CoreML 时没有属性'inbound_nodes'的主要内容,如果未能解决你的问题,请参考以下文章
Keras:ValueError:无法将 NumPy 数组转换为张量(不支持的对象类型列表)
尝试连接 keras 模型:ValueError:无法将 NumPy 数组转换为张量(不支持的对象类型浮点数)
如何将使用 Mask Rcnn 在自定义对象检测上创建蒙版图像的 Keras 模型转换为 CoreML 模型以在 iOS 应用程序中使用?