ValueError：未知度量函数：Keras 中的二进制精度错误，即使不使用任何自定义度量也是如此答案

【问题标题】：ValueError: Unknown metric function:binary_precision error in Keras even when not using any custom metricValueError：未知度量函数：Keras 中的二进制精度错误，即使不使用任何自定义度量也是如此
【发布时间】：2020-02-03 04:12:27
【问题描述】：

我用从keras_metrics 导入的precision 和recall 指标训练了一个cnn 模型。但是当我尝试加载模型时，我收到了错误：ValueError: Unknown metric function:binary_precision。我没有在任何地方使用过binary_precision 函数，但我仍然根据错误在custom_objects 中给出了`binary_precision'：

 model = load_model(modelfilepath,custom_objects={'metrics': [keras_metrics.precision(),binary_precision]})

这样我得到了错误，NameError: name 'binary_precision' is not defined。我该怎么办。

我的代码如下：

#compiling the model
model.compile(optimizer=SGD(),loss='binary_crossentropy',metrics = ['accuracy',keras_metrics.precision(),keras_metrics.recall()])
#loading the model after training and saving it
model = load_model(modelfilepath,custom_objects={'metrics': [keras_metrics.precision(),binary_precision]})

【问题讨论】：

忘记括号了吗？ binary_precision()。此外，我认为binary_precision 也位于 keras_metrics 包中，所以你必须写keras_metrics.binary_precision()
@JuliaK，我也试过了，但还是同样的问题

标签： python tensorflow keras deep-learning conv-neural-network

【解决方案1】：

将您的 Tensorflow 和 Keras 包更新到新版本。

1. pip install --upgrade tensorflow 
2. pip install --upgrade keras

查看此链接以使用 Keras 内置 - 精度、召回率、AUC 等指标。

How to compute Receiving Operating Characteristic (ROC) and AUC in keras?

【讨论】：

【解决方案2】：

我在https://github.com/netrack/keras-metrics/issues/27找到了解决办法：作者在模块中添加name属性，这样我们在加载模型的时候就可以通过名字来调用metrics函数了：

import keras_metrics as km

# compile model
model.compile(loss='binary_crossentropy',optimizer='Adam',metrics=['acc', km.binary_precision(), km.binary_recall()])

# load model
model = load_model(os.path.join(FLAGS.init_checkpoint,model_name), custom_objects={'binary_precision':km.binary_precision(), 'binary_recall':km.binary_recall()})

【讨论】：

【解决方案3】：

请尝试简单地加载没有自定义对象的模型。在您的情况下，您似乎只使用 KEras 定义的指标而不使用自定义指标。这可能是您无法找到该功能的原因。如果还没有解决，请分享完整代码。

【讨论】：