【问题标题】：Why do we need to mention the loss function in Keras load_model function?为什么我们需要在 Keras load_model 函数中提到损失函数？
【发布时间】：2018-12-23 15:31:57
【问题描述】：
我使用自定义损失函数创建了一个 Keras 模型并保存了它。当我使用 Keras load_model() 函数重新加载经过训练的模型进行预测时，我必须将自定义损失函数传递给 custom_objects 参数：
new_model=load_model('yolo_1.model',custom_objects={'custom_loss':custom_loss})
我的问题是，为什么我们必须在load_model() 中提到自定义损失函数？我认为预测过程中不需要损失函数。
【问题讨论】：
标签：
python
machine-learning
keras
loss-function
【解决方案1】：
这是因为save 方法的include_optimizer 参数默认设置为True。因此，优化器和损失函数将被保存，因此当您使用load_model 函数时它们将被加载。
但是，如果您只想将模型用于预测，则无需保存优化器，因此在保存模型时将 include_optimizer 设置为 False：
model.save('my_model.h5', include_optimizer=False)
这样优化器和使用的损失函数将不会被保存，因此您不需要指定加载模型时使用的自定义损失函数。