python - 将深度学习模型中的权重从 hdf5 更改为 tf
问题描述
我正在 Colab pro 上运行模型。
收到错误:
ValueError: You are trying to load a weight file containing 23 layers into a model with 50 layers.
这是一个常见的问题,在 GitHub 上仍然没有解决。
https://github.com/keras-team/keras/issues/10417
我的版本
Tensorflow version 2.4.0
Keras version 2.4.2
我的原始模型工作正常,但是当我添加图层时,它会失败。
我在这里找到了解决方案https://github.com/tensorflow/tensorflow/issues/34016
我将文件从更改hdf5
为tf
weights_path = 'weights'
if not os.path.exists(weights_path):
os.makedirs(weights_path)
weights_path += '/unet_weights.tf'#.hdf5'
我当前的输出看起来像
Epoch 4/100
42/42 - 142s - loss: 0.1752 - val_loss: 0.2444
INFO:tensorflow:Assets written to: weights/unet_weights.tf/assets
Epoch 5/100
这是一种有效的方法吗?
解决方案
推荐阅读
- html - 无法使我的网页适合屏幕(流畅),而是太大而无法水平滚动
- c - 我们如何打印一个部分填充的整数数组?如果是整数,我们不能使用 '\0'
- bixby - 如何访问从 API 返回的哈希/对象?
- c# - Azure DevOps 如何在另一个解决方案中使用对另一个项目的引用来构建项目
- excel - 如何保存手动编辑的 msg 文件?
- php - 在 PHP 中使用 IP 和时间捕获用户名
- java - 无法停止在java中读取输入
- ios - 按照 Apple 文档实施运动障碍 API 时发生错误
- jenkins - Jenkins管道:如何强制构建等待先前的构建完成
- list - 在 DrRacket 中,我如何制作列表列表