溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了調用Kears中kears.model.load_model方法會遇到哪些問題，具有一定借鑒價值，需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。
之前一直使用tf和pytorch，就算是tf也是tf.estimator用得比較多，很少使用keras，最近嘗試使用kears快速訓練和部署一些分類任務,在使用load_model的時候遇到一些問題
SystemError: unknown opcode
原因是因為模型定義用到了lambda
gap = Lambda(lambda x: x[0]/x[1], name = 'RescaleGAP')([gap_features, gap_mask])
我在python3.5的環境訓練的模型，python3.6的環境load模型。兩個環境的lambda有差異，這個問題。
ValueError: Unknown metric function:****
我的錯誤是 ValueError: Unknown metric function:top_2_accuracy
因為在構建模型時，使用了自己定義的top_2_accuracy方法，所以在load_model時需要將top_2_accuracy做為參數傳進去
from keras.models import load_modelfrom 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})
感謝你能夠認真閱讀完這篇文章，希望小編分享調用Kears中kears.model.load_model方法會遇到哪些問題內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
