使用Keras加載含有自定義層或函數(shù)的模型操作
當(dāng)我們導(dǎo)入的模型含有自定義層或者自定義函數(shù)時(shí)，需要使用custom_objects來(lái)指定目標(biāo)層或目標(biāo)函數(shù)。
例如：
我的一個(gè)模型含有自定義層“SincConv1D”，需要使用下面的代碼導(dǎo)入：
from keras.models import load_model
model = load_model('model.h5', custom_objects={'SincConv1D': SincConv1D})
如果不加custom_objects指定目標(biāo)層Layer，則會(huì)出現(xiàn)以下報(bào)錯(cuò)：
ValueError: Unknown layer: SincConv1D
同樣的，當(dāng)我的模型含有自定義函數(shù)“my_loss”，需要使用下面的代碼導(dǎo)入：
from keras.models import load_model
model = load_model('model.h5', custom_objects={'my_loss': my_loss})
補(bǔ)充知識(shí)：keras加載模型load_model報(bào)錯(cuò)——ValueError: Unknown layer: CRF
我就廢話不多說(shuō)了，大家還是直接看代碼吧！
from keras.models import load_model
model = load_model(model_path)
會(huì)報(bào)錯(cuò)，需要在load_model函數(shù)中添加custom_objects參數(shù)，來(lái)聲明自定義的層
（用keras搭建bilstm-crf，在訓(xùn)練模型時(shí)，使用的是：
from keras_contrib.layers.crf import CRF）
from keras_contrib.layers.crf import CRF, crf_loss, crf_viterbi_accuracy
model = load_model(model_path, custom_objects={"CRF": CRF, 'crf_loss': crf_loss,
'crf_viterbi_accuracy': crf_viterbi_accuracy})
以上這篇使用Keras加載含有自定義層或函數(shù)的模型操作就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python中如何實(shí)現(xiàn)真正的按位取反運(yùn)算
按位取反是位運(yùn)算符,而位運(yùn)算符是應(yīng)用在兩個(gè)數(shù)的運(yùn)算上,會(huì)對(duì)數(shù)字的二進(jìn)制所有位數(shù)進(jìn)行從低到高的運(yùn)算,下面這篇文章主要給大家介紹了關(guān)于Python中如何實(shí)現(xiàn)真正的按位取反運(yùn)算的相關(guān)資料,需要的朋友可以參考下2023-02-02
python通過(guò)opencv調(diào)用攝像頭操作實(shí)例分析
在本篇文章里小編給大家整理的是一篇關(guān)于python通過(guò)opencv調(diào)用攝像頭操作實(shí)例分析內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2021-06-06
python基于concurrent模塊實(shí)現(xiàn)多線程
這篇文章主要介紹了python基于concurrent模塊實(shí)現(xiàn)多線程，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-04-04
python爬蟲(chóng) 使用真實(shí)瀏覽器打開(kāi)網(wǎng)頁(yè)的兩種方法總結(jié)
下面小編就為大家分享一篇python爬蟲(chóng) 使用真實(shí)瀏覽器打開(kāi)網(wǎng)頁(yè)的兩種方法總結(jié)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-04-04
生成器指的是生成器對(duì)象,可以由生成器表達(dá)式得到,也可以使用yield關(guān)鍵字得到一個(gè)生成器函數(shù),調(diào)用這個(gè)函數(shù)得到一個(gè)生成器對(duì)象,下面這篇文章主要給大家介紹了關(guān)于Python中生成器的相關(guān)資料,需要的朋友可以參考下2022-04-04
這篇文章主要介紹了SciPy中兩個(gè)模塊:io 和misc的使用，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
Pytorch BCELoss和BCEWithLogitsLoss的使用
這篇文章主要介紹了Pytorch BCELoss和BCEWithLogitsLoss的使用詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
django 將自帶的數(shù)據(jù)庫(kù)sqlite3改成mysql實(shí)例
這篇文章主要介紹了django 將自帶的數(shù)據(jù)庫(kù)sqlite3改成mysql實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07
python常見(jiàn)運(yùn)算符及用法小結(jié)
python中的運(yùn)算符主要包括算術(shù)運(yùn)算符，關(guān)系(比較)運(yùn)算符，賦值運(yùn)算符，邏輯運(yùn)算符，成員運(yùn)算符，身份運(yùn)算符，三目運(yùn)算符。使用運(yùn)算符將不同類型的數(shù)據(jù)按照一定的規(guī)則連接起來(lái)的式子，稱為表達(dá)式。下面將介紹一些常用的運(yùn)算符2022-08-08
python編程使用協(xié)程并發(fā)的優(yōu)缺點(diǎn)
協(xié)程是一種用戶態(tài)的輕量級(jí)線程，又稱微線程。這篇文章主要介紹了python編程使用協(xié)程并發(fā)的優(yōu)缺點(diǎn)，感興趣的朋友跟隨小編一起看看吧2018-09-09