如何使用 keras 加载 tf.keras 模型答案

【问题标题】：How to load tf.keras models with keras如何使用 keras 加载 tf.keras 模型
【发布时间】：2019-09-20 03:23:24
【问题描述】：

我一直在使用 tensorflow 1.12.0 中的 keras 模块来训练和保存模型。我最近遇到了一个看似有用的权重/输出可视化库，但它们需要将模型作为 Keras 模型加载。我在尝试使用 keras 加载我的 tf.keras 模型时遇到错误，希望有人能提供解决方案。 Python 3.5.2 版，Keras 2.2.4 版。

我已经为 GlorotUniform 定义了自定义对象，因为 keras 无法识别该初始化程序。之后，当我尝试加载模型时，我得到一个TypeError。

# This works
model = tf.keras.models.load_model('./densenet_model.h5')

# This does not work
model = keras.models.load_model('./densenet_model.h5', custom_objects={"GlorotUniform": tf.keras.initializers.glorot_uniform})

# This is the error that happens
TypeError: tuple indices must be integers or slices, not list

总之，我想知道是否有一种简单的方法可以将使用tf.keras 创建的模型转换为 keras 模型。

【问题讨论】：

标签： tensorflow keras

【解决方案1】：

我想出了一个解决方法。我只是用 tf.keras.load_model 加载模型，然后用 save_weights 加载。然后我用 Keras 构建相同的模型，只使用 load_weights。我通过使用我的验证数据集检查输出来验证权重是否正确加载。

【讨论】：

【解决方案2】：

我使用了from tensorflow.python.keras.models import load_model 而不是from keras.models import load_model。问题解决了。

【讨论】：