神经网络的 Keras 模型 load_weights

Question

我正在使用 Keras 库在 python 中创建神经网络。我已经加载了训练数据（txt 文件），启动了网络并“拟合”了神经网络的权重。然后我编写了代码来生成输出文本。代码如下：

#!/usr/bin/env python

# load the network weights
filename = "weights-improvement-19-2.0810.hdf5"
model.load_weights(filename)
model.compile(loss='categorical_crossentropy', optimizer='adam')

我的问题是：执行时会产生以下错误：

 model.load_weights(filename)
 NameError: name 'model' is not defined

我添加了以下内容，但错误仍然存​​在：

from keras.models import Sequential
from keras.models import load_model

任何帮助将不胜感激。

Answer 1

您需要首先创建名为model 的网络对象，并在调用model.load_weights(fname) 之后对其进行编译

工作示例：

from keras.models import Sequential
from keras.layers import Dense, Activation


def build_model():
    model = Sequential()

    model.add(Dense(output_dim=64, input_dim=100))
    model.add(Activation("relu"))
    model.add(Dense(output_dim=10))
    model.add(Activation("softmax"))

    # you can either compile or not the model
    model.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['accuracy'])
    return model


model1 = build_model()
model1.save_weights('my_weights.model')


model2 = build_model()
model2.load_weights('my_weights.model')

# do stuff with model2 (e.g. predict())

保存并加载整个模型

在 Keras 中，我们可以像这样保存和加载整个模型（更多信息 here）：

from keras.models import load_model

model1 = build_model()
model1.save('my_model.hdf5')

model2 = load_model('my_model.hdf5')
# do stuff with model2 (e.g. predict()