在解决TypeError: load_weights() got an unexpected keyword argument ‘skip_mismatch‘中的一点小提示

结论

对于 升级keras解决load_weights()中的未定义skip_mismatch关键字问题 中通过pip安装更高版本keras来解决TypeError: load_weights() got an unexpected keyword argument 'skip_mismatch’问题，首先需要确定model本身是通过keras API构建（模型继承于 keras.Model），还是通过tensorflow内置keras构建（模型继承于 tf.keras.Model）。
如果是前者，那么升级keras，可以解决。如果是后者，升级keras没有用，需要升级tensorflow，因为内置keras的版本与tensorflow的版本相关联。

如果不想使用tensorflow内置keras，可以考虑将tf.keras.Model改为keras.Model，同时修改相应的继承函数，例如call()转为__call__()。（这个方法没尝试成功，只是建议可以朝这个方向思考一下。）

项目场景：

• 环境配置（如图）：这里主要是说明keras和tensorflow-keras之间的关系，所以只放这两个即可。
• 使用tensorflow训练模型，并通过tf.keras.Model.save_weights(weight_filepath)保存模型权重。

问题描述

1. 执行如下代码加载模型权重。

target_rnn = TargetRNN(args)
target_rnn.load_weights(weight_filepath
                       )

2. 出现如下错误：
3. 在网上看了一些解决方法，有人推荐使用参数by_name=True, skip_mismatch=True两个参数。（写文章的时候没找到原文。。。）代码实现变为如下形式。

target_rnn = TargetRNN(args)
target_rnn.load_weights(weight_filepath
                        by_name=True,  
                        skip_mismatch=True)

4. 进而产生新的错误：
5. 找到 升级keras解决load_weights()中的未定义skip_mismatch关键字问题 ，按照步骤升级keras，没能解决我的问题。

原因分析：

1. 既然显示load_weights() got an unexpected keyword argument 'skip_mismatch’的错误，说明参数没传对。直接查看函数定义，确实没有skip_mismatch的形参。这里面有个细节，即keras的文件路径是在tensorflow下的，这说明keras是tensorflow内置的（当时没注意，但这一点是问题所在）。

2. 连续尝试升级了keras 2.2.4、2.2.5、2.3.1，上图的load_weights函数中始终没有skip_mismatch的形参。说明 升级keras版本 并不能完全解决这个问题。

3. 去keras官网搜索load_weights的API，发现有skip_mismatch形参。
   

4. 因此想到查看我所安装的keras是否是所需的版本。在 查看Keras版本号 中发现，可以直接import keras，而不用通过tensorflow.keras使用keras，因此查看了两者的版本。结果如下发现tensorflow使用的keras是老版本的2.1.6-tf，而我安装的keras版本是正确的。也就是说，我正常安装或升级了keras，但是因为我使用的是tensorflow内置的、老版本的keras，导致我一直没能更新load_weights的API。当我进入到keras的库中，找到load_weights()函数，印证了我的想法。

5. 之所以我使用的是tensorflow内置keras的原因在于，我创建模型类的时候，继承的是tensorflow内置的keras，而不是直接继承keras。如下图

6. 综上分析来看，

   • 如果模型类继承自keras.Model，那么升级keras能解决问题；
   • 如果继承自tensorflow.keras.Model，那么升级keras解决不了问题。要么升级tensorflow，要么模型类转变为继承keras.Model。