Question

我有一个keras模型，我使用python 2.7训练过。当我尝试预测时，这个模型在python 2.7上正常工作。但是当我试图预测在python 3上使用这个模型时，它始终预测[[nan nan nan nan nan nan nan]]值。

以下是我用来从json

加载模型的代码

def load_model_from_args(args):
    with open(args.json) as json_file:
        model = model_from_json(json_file.read())
        model.load_weights(args.weights)
        return model

这是我试图获得预测的地方

def get_emotion(features,model):
    predictions = model.predict(features)
    print(predictions)
    # [[nan nan nan nan nan nan nan]]
    # the reset of the code

产生这种类型差异的原因是什么？

Answer 1

您可以尝试以下方法（不确定它是否可行，但看起来很干净）：

获取模型的权重并使用numpy保存：

#in 2.7
weights = model.get_weights()
np.save('weights27.npy', weights)

通过Python 3中的代码再次创建模型：

#in python 3, do no load the saved model, create a new one:
#same layers, same sizes, everything
...model code...
model3 = Model(...)

将权重加载到模型中：

model3.set_weights(np.load('weights27.npy'))

尝试使用该模型。

试图解决泡菜问题：

weights = model.get_weights()
for i,w in enumerate(weights):
    np.save('weights-' + str(i) + ".npy", w, allow_pickle=False)

在python 3中：

weights = []
for i in range(theTotalNumberOfSavedWeights):
    weights.append(np.load("weights-" + str(i) + ".npy", allow_pickle=False))

model2.set_weights(weights)

使用python 3训练的keras模型在使用python 3调用预测函数时给出nan值

1 个答案:

试图解决泡菜问题：