Question

我目前有一个自定义LSTM模型，已使用save（）保存为.h5文件。我在张量流图构建期间使用load_model（）加载此模型，并希望使用LSTM模型的预测输出（因此需要张量形式）来构建图的一部分。我已经为tensorflow图和keras后端图建立了相同的会话，但是在将输出连接到我的tensorflow代码图时遇到了麻烦。使用标准的predict（）似乎试图运行keras模型的会话，并且我已经在互联网上搜寻了一些东西，而不是将其丑陋地转换为.pb文件并将其弄乱了。考虑到我正在使用tensorflow作为Keras后端，这似乎应该很容易...关于如何实现这一点的任何想法？

Answer 1

我将展示如何将保存的keras模型导入tensorflow图。我将使用简单的单层前馈模型来演示这一点。

index.html

现在，我们使用keras的load_model方法加载模型，并将其用于tensorflow中，以将模型的输出与新的占位符张量相乘。

inputs = tf.keras.layers.Input(shape=(1,), name="inputs") 
outputs = tf.keras.layers.Dense(1, activation="linear", name="outputs")(inputs) 
model = tf.keras.models.Model(inputs=inputs, outputs=outputs) 
model.compile(loss="mse", optimizer="adam")
model.save("model.h5")

将keras预测作为张量图用于张量流

1 个答案: