python - 加载模型后如何将图形与 keras 连接？

Question

我正在 tensorflow-keras 中设置自定义训练环境，我想知道是否可以重新连接保存到不同文件中的模型的共享权重。

我有一个注意力编码器-解码器模型，众所周知，注意力的训练模型与预测模型有点不同，但这些模型共享相同的权重。首先，我使用 tf.keras.models.save_model 将未经训练的模型保存到 3 个文件中：

• 完整模型（训练模型）
• 编码器模型（预测模型）
• 解码器模型（预测模型）

然后，我尝试使用 tf.keras.models.load_model 加载上述三个模型并像往常一样只训练完整模型。

full_model = tf.keras.models.load_model(
    'full_model.h5'), 
    custom_objects={'AttentionLayer': AttentionLayer}
)
encoder_model = tf.keras.models.load_model(
    os.path.join('encoder.h5'), 
    custom_objects={'AttentionLayer': AttentionLayer}
)
decoder_model = tf.keras.models.load_model(
    os.path.join('decoder.h5'), 
    custom_objects={'AttentionLayer': AttentionLayer}
)

full_model.train()...

因此，full_model 权重正在按预期更新......但是，编码器和解码器的权重仍然冻结。有什么方法可以重新连接这些模型的图形吗？

标签： pythontensorflowkeras