這篇文章主要介紹了調(diào)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。

創(chuàng)新互聯(lián)公司自2013年創(chuàng)立以來，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項目網(wǎng)站設(shè)計制作、成都網(wǎng)站設(shè)計網(wǎng)站策劃，項目實施與項目整合能力。我們以讓每一個夢想脫穎而出為使命，1280元五寨做網(wǎng)站,已為上家服務(wù),為五寨各地企業(yè)和個人服務(wù),聯(lián)系電話:18982081108

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(xùn)練和部署一些分類任務(wù),在使用load_model的時候遇到一些問題

問題1：

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(huán)境訓(xùn)練的模型，python3.6的環(huán)境load模型。兩個環(huán)境的lambda有差異，這個問題。

問題2：

ValueError: Unknown metric function:****

我的錯誤是 ValueError: Unknown metric function:top_2_accuracy

因為在構(gòu)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(shù)傳進(jìn)去

from keras.models import load_model
from 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(rèn)真閱讀完這篇文章，希望小編分享調(diào)用Kears中kears.model.load_model方法會遇到哪些問題內(nèi)容對大家有幫助，同時也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，遇到問題就找創(chuàng)新互聯(lián)，詳細(xì)的解決方法等著你來學(xué)習(xí)!