python - 如何修复保存的模型以避免“ValueError：您正在尝试将包含 3 层的权重文件加载到具有 0 层的模型中。”

Question

我知道已经问过这个问题（例如这里），但没有提供答案。这是我的小模型：

import keras
from keras.models import Sequential
from keras.layers import Dense

IMGSIZE = 128

model = Sequential()

# Input/Encoder
model.add(Dense(IMGSIZE, activation='relu'))
# Code layer
model.add(Dense(50, activation='relu'))
#Decoder
model.add(Dense(IMGSIZE, activation='relu'))

model.compile(optimizer='adadelta', loss='binary_crossentropy')
history = model.fit(X, X, batch_size=50, epochs=1, verbose=1)

model.save("autoencodermodel.h5")

然后我用大量的 epoch 训练了几天的模型，我不想再这样做了。
所以今天，重新启动后（模型不再在内存中），我尝试了这个：

from keras.models import load_model
model = load_model("autoencodermodel.h5")

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-26-1393db34e61d> in <module>()
      1 from keras.models import load_model
----> 2 model = load_model("autoencodermodel.h5")

/usr/local/lib/python3.5/dist-packages/keras/engine/saving.py in load_model(filepath, custom_objects, compile)
    262 
    263         # set weights
--> 264         load_weights_from_hdf5_group(f['model_weights'], model.layers)
    265 
    266         if compile:

/usr/local/lib/python3.5/dist-packages/keras/engine/saving.py in load_weights_from_hdf5_group(f, layers, reshape)
    899                          'containing ' + str(len(layer_names)) +
    900                          ' layers into a model with ' +
--> 901                          str(len(filtered_layers)) + ' layers.')
    902 
    903     # We batch weight value assignments in a single backend call

ValueError: You are trying to load a weight file containing 3 layers into a model with 0 layers.

所以现在，我可以再做一次，但要指定输入 shape。但我不想，也没有时间再训练它。我使用 tensorflow 后端使用相同版本的 Keras 在同一台计算机上保存并（尝试）加载模型。

有没有办法破解 .h5 文件以使 load_model 函数工作？

下一次，我将使用一个Input层来避免这个问题（错误？）。

标签： pythontensorflowkeras