未加载包含Keras和TensorFlow_addons层的TensorFlow模型 [英] tensorflow model with keras and tensorflow_addons layer is not getting loaded

问题描述

我已经从TensorFlow_addons训练了一个带有Keras层和Weight_Normalization层的模型。这是我训练并保存为TensorFlow文件格式的模型：

import tensorflow as tf
import tensorflow.keras as tk
import tensorflow_addons as tfa

model = tf.keras.Sequential([
    tf.keras.layers.Input((X_train.shape[1]-1,)),
    tf.keras.layers.BatchNormalization(),
    tf.keras.layers.Dropout(0.2),
    tfa.layers.WeightNormalization(tf.keras.layers.Dense(2048, activation="relu")),
    tf.keras.layers.BatchNormalization(),
    tf.keras.layers.Dropout(0.5),
    tfa.layers.WeightNormalization(tf.keras.layers.Dense(1048, activation="relu")),
    tf.keras.layers.BatchNormalization(),
    tf.keras.layers.Dropout(0.5),
    tfa.layers.WeightNormalization(tf.keras.layers.Dense(206, activation="sigmoid")),
    ])

(并且它没有自定义指标)

from keras.callbacks import ModelCheckpoint, EarlyStopping

# autosave best Model
best_model = ModelCheckpoint("model", monitor='val_accuracy', mode='max',verbose=0, save_best_only=True)

earlystop = EarlyStopping(monitor = 'val_accuracy',
                          patience = 15,
                          mode = 'max',
                          verbose = 1,
                          restore_best_weights = True)

callbacks = [best_model, earlystop]

model.compile(loss= 'binary_crossentropy',optimizer= 'Adam',metrics= ['accuracy'])
history = model.fit(X_res, y_res, epochs=100, verbose= 2, validation_data=(X_val[X_val.columns[1:]],y_val[y_val.columns[1:]]), callbacks=callbacks)

但当我加载模型时，它返回错误：

model = tk.models.load_model("../input/model")

---------------------------------------------------------------------------密钥错误回溯(最近调用 最后)在 2个回程 3. ->；4型号=tk.models.load_model("；../input/model-custom"；，custom_objects={‘__inference_dense_layer_call_fn_1126407’：f1})

/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/save.py 在LOAD_MODEL中(文件路径、定制对象、编译、选项) 185如果是实例(文件路径，六个.string_type)： 186 LOADER_impl.parse_saveed_model(文件路径) -->；187返回SAVED_MODEL_LOAD.LOAD(文件路径、编译、选项) 188 189提高IOError(

/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/saved_model/load.py 在加载中(路径、编译、选项) 119 120型号=tf_load.Load_Internal( -->；121路径，选项=选项，加载器_CLS=KerasObjectLoader) 一百二十二 123#PYLINT：DISABLE=保护访问

/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py In LOAD_INTERNAL(EXPORT_DIR，TAG，OPTIONS，LOADER_CLS) 631尝试： 632 LOADER=LOADER_CLS(对象_图形_协议，保存的模型_协议，导出目录， -->；633检查点_选项) 634错误除外。NotFoundError as Err： 635引发FileNotFoundError(

/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/saved_model/load.py 在init(self，*args，**kwargs)中 192自._模型_到_重建=[] 一百九十三 -->；194 Super(KerasObjectLoader，self).init(*args，**kwargs) 195 196#现在节点对象已完全加载，并且检查点已

/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在init(self，Object_graph_proto，Saved_Model_Proto，export_dir， 检查点_选项) 128自._具体函数[名称]=_WrapperFunction(具体函数) 129 -->；130自身_加载_全部() 131 sel._Restore_Checkpoint() 132

/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/saved_model/load.py In_Load_All(自身) 216 217#加载所有其他节点和函数。 -->；218 Super(KerasObjectLoader，self)._Load_all() 219 220#完成层和模型的设置。有关详细信息，请参阅函数文档字符串。

/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py In_Load_All(自身) 139 def_Load_All(自身)： 从SavedModel及其边加载所有节点和函数。 -->；141自身加载节点() 142自身._加载_边() 143#TODO(b/124045874)：捕获的函数有限制

/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 输入_加载_节点(自身) 281#接口。 282继续 -->；283节点，setter=sel._recreate(proto，node_id) 284个节点[node_id]=节点 285 node_setters[node_id]=setter

/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/saved_model/load.py 在重新创建(self，proto，node_id)中(_R) 237 obj._Handle_name=Proto.ariable.name+‘：0’#pylint：Disable=受保护的访问 其他238项： -->；239obj，setter=Super(KerasObtLoader，self)._recreate(proto，node_id) 240返回Obj，setter 241

/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在重新创建(self，proto，node_id)中(_R) 391如果种类不是出厂的： 392引发ValueError(&Q；未知保存对象类型：%r&Q；%KIND) -->；393退货工厂种类 三九四 395定义重新创建用户对象(self，proto，node_id)：

/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在()中 380 lambda：sel._recreate_user_object(协议用户对象，node_id))， 381&Q；ASSET&Q；：lambda：sel._recreate_Asset(Proto.Asset)， -->；382"；Function&Quot；：lambda：sel._recreate_Function(Proto.Function)， 383"；BAR_CONTRATE_Function"；：函数工具.部分( 384自._重新创建_裸露_混凝土_函数，

/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py In_recreate_Function(self，proto) 419 def_recreate_Function(自身，原型)： 420返回函数_desialization.recreate_函数( -->；421协议，自身_具体_函数)，设置 四百二十二 423定义重新创建裸露混凝土函数(自身，原型)：

/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/function_deserialization.py 在RECREATE_Function(Saved_Function，具体函数)中 259 CONSTRUCT_Function_OBJECTS=[] 260对于已保存的函数中的具体函数名称。具体函数： -->；261 concrete_function_objects.append(concrete_functions[concrete_function_name]) 二百六十二 263对于具体函数对象中的cf：

关键错误：‘__Inference_Dense_Layer_Call_FN_1126407’

您能帮我正确加载模型吗？谢谢

推荐答案

我怀疑您的keras和tensorflow都是分开安装的；我使用过tfa，从来没有遇到过这样的加载问题；

实际上，您可以通过tensorflow导入所有内容：

import tensorflow as tf
import tensorflow.keras as tk
import tensorflow_addons as tfa

但在这里您通过普通keras：

加载回调

from keras.callbacks import ModelCheckpoint, EarlyStopping

为了首先确保您确实存在加载模型问题，请确保每个导入都是通过tensorflow.keras完成的(我希望在执行此操作后问题会完全消失)。

替换

from keras.callbacks import ModelCheckpoint, EarlyStopping

使用：

from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping

总而言之，使用新导入(全部来自tensorflow.keras)从头开始培训，然后检查问题是否重现。

这篇关于未加载包含Keras和TensorFlow_addons层的TensorFlow模型的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！