ValueError：您在优化器 RMSprop 上调用了“set_weights(weights)”，权重列表长度为 3，但优化器期望权重为 0

Posted 2023-02-23

【中文标题】ValueError：您在优化器 RMSprop 上调用了“set_weights(weights)”，权重列表长度为 3，但优化器期望权重为 0

【英文标题】：ValueError: You called `set_weights(weights)` on optimizer RMSprop with a weight list of length 3, but the optimizer was expecting 0 weights

【发布时间】：2021-01-18 19:33:47

【问题描述】：

我有一个以“h5”格式保存的模型。在使用

编译模型后，我正在尝试恢复训练并尝试加载优化器的权重

model.optimizer.set_weights(weights_list)

weights_list 是一个 numpy 数组列表，其中包含我从 h5 文件中手动提取的优化器权重。

但我收到上述错误。

当我尝试model.optimizer.get_weights() 时，我得到一个空列表。

我想知道如何在没有任何错误的情况下初始化优化器权重。

但是，如果我这样做了

model = tf.keras.model.load_model('~/modelname.h5',custom_objects=,compile=True)

有效，也就是说我可以使用之前保存的权重继续训练。

但是，tf.keras.models.load_model 并不总是有效，有时它需要一个人来构建模型并使用load_weights 来初始化模型。

【参考方案1】：

我自己也遇到了。按照this question 运行model._make_train_function() 为我解决了这个问题。

x = Input((50,))
out = Dense(1, activation='sigmoid')(x)
model = Model(x, out)
model.compile(optimizer='adam', loss='binary_crossentropy')

model.load_weights('weights.h5')
model._make_train_function()
with open('optimizer.pkl', 'rb') as f:
    weight_values = pickle.load(f)
model.optimizer.set_weights(weight_values)

【讨论】：

嗨，我也在尝试这些代码行，但我得到了这个错误：AttributeError: 'Model' object has no attribute '_make_train_function'，为什么会这样？