tf.keras.models.load_model() 加载模型时,有一个参数compile,默认是True,会自动compile。但用户自定义的loss或者metric无法被识别。这时候需要把自定义的函数通过custom_objects传进去。
但是,使用custom_objects参数传入自定义函数,可以解决'.h5'格式的模型。
不能解决savedmodel格式的模型。
可以关注tensorflow github的issue,目前好像还没解决。
https://github.com/tensorflow/tensorflow/pull/34048
fails if the loaded model is a SavedModel (saved with format="tf")
# this fails if the loaded model is a SavedModel (saved with format="tf") from tensorflow.keras import models model = models.load_model("/path/to/tf_model", custom_objects={"custom_loss": custom_loss})
解决方法:把参数compile设置为False,手动compile。
def mloss(a,b):
return a-b
def mMetric(a,b):
return a-b
model_dir = 'path/

当使用tf.keras.models.load_model加载模型时,遇到ValueError: Unknown loss function。原因是自定义的loss在编译时未被识别。为解决此问题,可以尝试通过custom_objects参数传递自定义函数,此方法适用于.h5模型,但不适用于savedmodel格式。目前TensorFlow的GitHub issue中该问题尚未解决,建议将load_model的compile参数设为False,并手动进行编译。
2万+

被折叠的 条评论
为什么被折叠?



