【问题标题】:Keras ValueError: Unknown layer:name, when trying to load model to another platformKeras ValueError:未知层:名称,尝试将模型加载到另一个平台时
【发布时间】:2019-04-10 08:36:52
【问题描述】:

我在 Nvidia Quadro 板上使用 Keras 2.2.4 训练了一个卷积神经网络。我已将训练后的模型保存在两个单独的文件中:一个描述架构的文件 (model.json) 和另一个包含所有权重的文件 (model.h5)。

我想将保存的模型加载到运行 Keras 2.2.2 的 Nvidia Jetson TX2 板上,我正在尝试按如下方式进行:

# load json and create model
    json_file = open(prefix+'final_model.json', 'r')
    loaded_model_json = json_file.read()
    json_file.close()
    loaded_model = model_from_json(loaded_model_json)
# load weights into new model
    loaded_model.load_weights(prefix+"model.h5")
    model = loaded_model

但是,当我尝试加载时,出现以下错误:

loaded_model = model_from_json(loaded_model_json)

文件“/home/nvidia/.local/lib/python3.5/site-packages/keras/engine/saving.py”,第 368 行,在 model_from_json 返回反序列化(配置,custom_objects=custom_objects) 反序列化中的文件“/home/nvidia/.local/lib/python3.5/site-packages/keras/layers/init.py”,第 55 行 printable_module_name='层') 文件“/home/nvidia/.local/lib/python3.5/site-packages/keras/utils/generic_utils.py”,第 145 行,在 deserialize_keras_object 列表(custom_objects.items()))) 文件“/home/nvidia/.local/lib/python3.5/site-packages/keras/engine/sequential.py”,第 292 行,在 from_config custom_objects=custom_objects) 反序列化中的文件“/home/nvidia/.local/lib/python3.5/site-packages/keras/layers/init.py”,第 55 行 printable_module_name='层') 文件“/home/nvidia/.local/lib/python3.5/site-packages/keras/utils/generic_utils.py”,第 165 行,在 deserialize_keras_object ':' + 函数名) ValueError:未知层:名称

我也尝试将整个模型保存在一个文件中,但得到了同样的错误。

我尝试了here 的解决方案,但无法解决。

以前有人见过这个错误吗?有什么建议吗?

【问题讨论】:

标签: python tensorflow keras keras-layer nvidia-jetson


【解决方案1】:

对我来说原来是不同的tensorflow 版本。该模型是用tensorflow v2.1.0 创建的,我试图用tensorflow v1.10.0 加载它。只需确保 tensorflow 版本一致

【讨论】:

    【解决方案2】:

    只需使用以下命令将 keras 包更新为最新版本

    conda update keras

    【讨论】:

      【解决方案3】:

      我昨天遇到了同样的问题,我刚刚通过 conda 更新了 keras,一切正常。

      【讨论】:

      • 非常感谢,我在我的 Jetson 板上将 Keras 更新到了 2.2.4 并且运行良好!
      猜你喜欢
      • 2019-06-14
      • 2020-06-24
      • 1970-01-01
      • 2020-11-13
      • 1970-01-01
      • 2020-03-09
      • 2018-11-27
      • 2021-11-23
      • 1970-01-01
      相关资源
      最近更新 更多