python - 当我在 Keras 中加载保存的模型时，输入会丢失，其中包含需要多个输入的自定义损失

Question

tf。版本 “1.12.0”

我有一个需要多个输入的自定义损失函数。它工作正常，除非我尝试保存和加载模型。这是一个简单的例子，展示了输入是如何丢失的。请看一看。

x = tf.keras.Input(shape=(5,), name='input')
y_true = tf.keras.Input(shape=(5,), name='y_true' )
y_pred = tf.keras.layers.Dense(5)(x)
other_data = tf.keras.Input(shape=(5,), name='other_data' )
model = tf.keras.Model(inputs=[x, y_true, other_data],  outputs=y_pred)

def custom_loss(y_true, y_pred):
    return tf.reduce_sum(tf.pow(y_true -y_pred,2)) + tf.reduce_sum(tf.multiply(y_pred,other_data))

model.compile(optimizer=tf.keras.optimizers.Adam(lr=0.01, beta_2=0.99), loss=custom_loss)

data = np.random.rand(5,5)
model.fit([data, data, data], data)

model.save('tmp.h5')
print(model.input_names)
model1 = tf.keras.models.load_model('tmp.h5', custom_objects={'custom_loss':custom_loss})
print(model1.input_names)

model1.fit([data, data, data], data)

纪元 1/1 5/5 [===============================] - 0s 42ms/步 - 损失：9.4392

['input', 'y_true', 'other_data'] <---------------这很好

['input'] <----------- 这里发生了什么？

回溯（最近一次通话最后）：

文件“”，第 21 行，在 model1.fit([data, data, data], data)

文件“C:\src\Anaconda3\envs\deepema\lib\site-packages\tensorflow\python\keras\engine\training.py”，第 1536 行，适合 validation_split=validation_split）

文件“C:\src\Anaconda3\envs\deepema\lib\site-packages\tensorflow\python\keras\engine\training.py”，第 992 行，在 _standardize_user_data class_weight，batch_size)

文件“C:\src\Anaconda3\envs\deepema\lib\site-packages\tensorflow\python\keras\engine\training.py”，第 1117 行，在 _standardize_weights exception_prefix='input'）

文件“C:\src\Anaconda3\envs\deepema\lib\site-packages\tensorflow\python\keras\engine\training_utils.py”，第 293 行，在 standardize_input_data str(len(data)) + ' arrays: ' + str(数据)[:200] + '...')

ValueError：检查模型输入时出错：您传递给模型的 Numpy 数组列表不是模型预期的大小。预计将看到1个阵列，但得到以下3个阵列的列表：[[[[[0.12768201，0.06106967，0.99779087，0.50767692，0.21839594] 0.40644681、0.69308081、0.30091417、0.776...

标签： pythontensorflowmachine-learningkeras