keras - 如何在导入预训练的 keras 模型时修复“未知层:DenseFeatures”?
问题描述
我正在关注从这里对结构化数据进行分类的教程。我使用仅包含数字数据的数据训练了模型。
我已经在 google colab 上训练和优化了我的模型,并在本地下载了它以在一些新数据上进行测试。
但是,当我使用此代码段加载模型时。
from keras.models import load_model
model = load_model("my_model.h5")
我收到以下错误
Unknown layer: DenseFeatures
...连同痕迹。
我尝试custom_objects
在加载模型时进行设置
model = load_model("my_model.h5", custom_objects={'DenseFeatures': tf.keras.layers.DenseFeatures})
但我仍然收到以下错误:
__init__() takes at least 2 arguments (3 given)
我可能做错了什么?我尝试浏览文档,但在 github 上找不到任何帮助。
解决方案
推荐阅读
- mysql - Nuxt.js 和 axios 不适用于 Express 服务器
- keras - 使用 LSTM 预测多个时间序列预测
- rest-assured - 无效的 XML 路径键仍在 Rest Assured 中评估
- html - 使用 CSS 裁剪和拉伸图像以填充页面
- python - 不同形状阵列的numpy距离计算
- python - 在python中剥离前导和尾随非数字字符
- rxjs - RxJS:combineLatest 有多少事件太多?
- html - 用于在另一个节点之后获取节点的 XPath 语法?
- c# - 在 C# 中使用文本框和按钮搜索 sql server 数据库服务器
- javascript - 正则表达式将小数字段验证为小时和分钟格式