未知初始化器：加载 Keras 模型时的 GlorotUniform答案

【问题标题】：Unknown initializer: GlorotUniform when loading Keras model未知初始化器：加载 Keras 模型时的 GlorotUniform
【发布时间】：2019-04-10 13:15:19
【问题描述】：

我通过 google colab 训练了我的 CNN (VGG) 并生成了 .h5 文件。现在的问题是，我可以通过 google colab 成功预测我的输出，但是当我下载该 .h5 训练模型文件并尝试在我的笔记本电脑上预测输出时，我在加载模型时遇到错误。

代码如下：

import tensorflow as tf
from tensorflow import keras
import h5py

# Initialization

loaded_model = keras.models.load_model('./train_personCount_model.h5')

还有错误：

ValueError: Unknown initializer: GlorotUniform

【问题讨论】：

可能是由于 google colab 和您本地机器的 Keras 版本不匹配造成的。
okie让我检查一下..！
或者也有可能是tf.keras和keras混合造成的（不一样）。
@today 也许你是对的..我会承认这是否有效，反之亦然。
@MatiasValdenegro 我在两个平台上都使用过 tf.keras（即 google colab 和我的笔记本电脑）

标签： python tensorflow machine-learning keras google-colaboratory

【解决方案1】：

我遇到了同样的问题。更改后：

from tensorflow import keras

到：

import keras

生活再次值得过。

【讨论】：

这行得通 :) 这是由于 keras 的版本不匹配。谢谢...！
我不得不反其道而行之。
我希望keras 和tensorflow 能够一劳永逸地找出它们的相互导入。我花在机器学习上的 80% 时间都花在根据我需要的功能来确定哪个导入是哪个。

【解决方案2】：

我解决了这个问题：

之前：

from keras.models import load_model
classifierLoad = load_model('model/modeltest.h5')

为我工作

import tensorflow as tf 
classifierLoad = tf.keras.models.load_model('model/modeltest.h5')

【讨论】：

【解决方案3】：

哇，我花了 6 个小时试图解决这个问题。Dmitri 在这里发布了一个解决方案：I trained a keras model on google colab. Now not able to load it locally on my system.

我只是在这里重新发布它，因为它对我有用。

这看起来像是 keras 中的某种序列化错误。如果你用下面的 CustomObjectScope 包装你的 load_model ......一切都应该工作......

import keras
from keras.models import load_model
from keras.utils import CustomObjectScope
from keras.initializers import glorot_uniform

with CustomObjectScope({'GlorotUniform': glorot_uniform()}):
        model = load_model('imdb_mlp_model.h5')

【讨论】：

^ 这是在 Flask 中使用模型时唯一对我有用的解决方案
我碰巧使用了自定义初始化程序，您的解决方案有效！！！

【解决方案4】：

变化

from keras.models import load_model

到

from tensorflow.keras.models import load_model

解决了我的问题！

要消除错误，请直接从 Keras 或 TensorFlow 导入所有内容。在同一个项目中混合它们可能会导致问题。

【讨论】：

谢谢，这对我也有帮助。 TensorFlow 1.13.1
这对我来说是固定的。我想问题是我发现 Keras 的 API 指南比 TF API 更容易理解。我猜 TF API 是为已经掌握 TF 的人编写的备忘单。

【解决方案5】：

我遇到了同样的问题，并以这种方式解决。只是不要用模型保存优化器！只需像这样更改保存行：

the_model.save(file_path,True/False,False)

第二个参数告诉 Keras 在文件是否存在时覆盖模型，第三个参数告诉 Keras 不要将优化器与模型一起保存。

编辑：我今天在另一个系统上再次遇到了这个问题，这一次对我没有帮助。所以我将模型 conf 保存为 json 并将权重保存为 h5 并使用它们在另一台机器上重建模型。你可以这样做。像这样保存：

json = model.to_json()
# Save the json on a file
model.save_weights(weights_filepath,save_format="h5")

像这样重建模型：

# load the json file
# here i use json as loaded content of json file
model = keras.models.model_from_json(json)
model.load_weights(weights_file_path)

【讨论】：

我在这里遇到了同样的问题，我认为这不是解决方案。错误发生在这行'model = keras.models.model_from_json(json)'

【解决方案6】：

Something 对我有帮助，但没有出现在任何答案中：

custom_objects={'GlorotUniform': glorot_uniform()}

【讨论】：

澄清一下，这应该包含在 keras.models.load_model() 或 tf.keras.models.load_model() 的参数中

【解决方案7】：

在 kaggle 或 colabs 中

tf.keras.models.load_model("model_path")

效果很好

【讨论】：

【解决方案8】：

from tensorflow.keras.initializers import glorot_uniform

loaded_model = tf.keras.models.load_model("pruned.h5",custom_objects={'GlorotUniform': glorot_uniform()})

这在导入 tensorflow keras 时对我有用

【讨论】：

我碰巧使用了自定义初始化程序，您的解决方案有效！！！

【解决方案9】：

如果您分别加载架构和权重，同时加载模型更改的架构：

models.model_from_json(json)

到：

tf.keras.models.model_from_json(json)

问题解决了

【讨论】：

【解决方案10】：

我在使用 tensorflow 1.11.0（使用 tensorflow.python.keras.models.save_model）构建并使用 tensorflow 1.11.0（使用 tensorflow.python.keras.models.load_model）加载的模型时遇到了同样的问题。

我通过将所有内容升级到 tensorflow 1.13.1 解决了这个问题，在使用新版本再次构建模型后，我可以加载它而不会出现此错误。

【讨论】：

【解决方案11】：

对于@Derk在其中一条评论中提到的json文件问题，可以这样写：

model_from_json(model_path, custom_objects = {'GlorotUniform': glorot_uniform()})

在你的导入行中，记得写：

from tensorflow.keras.initializers import glorot_uniform

而不是from keras.initializers import glorot_uniform。

当我尝试在只有 tf1.9 的环境中读取保存在 tf2.2 中的模型时，它成功了。

【讨论】：